Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Apprendre Défi : Implémenter un Arbre de Décision | Arbre de Décision
Classification Avec Python

Glissez pour afficher le menu

book
Défi : Implémenter un Arbre de Décision

Dans ce défi, vous utiliserez le jeu de données titanic. Il contient des informations sur les passagers du Titanic, y compris leur âge, sexe, taille de la famille, etc. Et la tâche consiste à prédire si une personne a survécu ou non.

1234
import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b71ff7ac-3932-41d2-a4d8-060e24b00129/titanic.csv') print(df.head())
copy

Pour implémenter l'arbre de décision, vous pouvez utiliser le DecisionTreeClassifier de sklearn.

Votre tâche consiste à construire un arbre de décision et à trouver le meilleur max_depth et min_samples_leaf en utilisant la recherche par grille.

Tâche

Swipe to start coding

  1. Importez la classe DecisionTreeClassifier de sklearn.tree.
  2. Assignez une instance de DecisionTreeClassifier à la variable decision_tree.
  3. Créez un dictionnaire pour un GridSearchCV pour parcourir les valeurs [1, 2, 3, 4, 5, 6, 7] de max_depth et les valeurs [1, 2, 4, 6] de min_samples_leaf.
  4. Créez un objet GridSearchCV et entraînez-le.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 4

Demandez à l'IA

expand
ChatGPT

Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion

book
Défi : Implémenter un Arbre de Décision

Dans ce défi, vous utiliserez le jeu de données titanic. Il contient des informations sur les passagers du Titanic, y compris leur âge, sexe, taille de la famille, etc. Et la tâche consiste à prédire si une personne a survécu ou non.

1234
import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b71ff7ac-3932-41d2-a4d8-060e24b00129/titanic.csv') print(df.head())
copy

Pour implémenter l'arbre de décision, vous pouvez utiliser le DecisionTreeClassifier de sklearn.

Votre tâche consiste à construire un arbre de décision et à trouver le meilleur max_depth et min_samples_leaf en utilisant la recherche par grille.

Tâche

Swipe to start coding

  1. Importez la classe DecisionTreeClassifier de sklearn.tree.
  2. Assignez une instance de DecisionTreeClassifier à la variable decision_tree.
  3. Créez un dictionnaire pour un GridSearchCV pour parcourir les valeurs [1, 2, 3, 4, 5, 6, 7] de max_depth et les valeurs [1, 2, 4, 6] de min_samples_leaf.
  4. Créez un objet GridSearchCV et entraînez-le.

Solution

Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Tout était clair ?

Comment pouvons-nous l'améliorer ?

Merci pour vos commentaires !

Section 3. Chapitre 4
Switch to desktopPassez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessous
Nous sommes désolés de vous informer que quelque chose s'est mal passé. Qu'est-il arrivé ?
some-alt