Bäume stellen Fragen

Teil des Abschnitts Überwachtes Lernen der Machine Learning-Journey von Coddy. Lektion 27 von 58.

Dieses Kapitel endet mit einem Baum, der einen Farmkredit erklärt. Ein Entscheidungsbaum spielt „Zwanzig Fragen“: jeweils eine Ja-oder-Nein-Frage zu einem Merkmal, bis zu einer Antwort:

Ein Baumdiagramm. Im obersten Kasten steht die Frage: höchstens 0,8 cm Blütenblattbreite? Ja führt zu setosa. Nein führt zu einem zweiten Kasten: höchstens 4,95 cm Blütenblattlänge? Ja führt zu versicolor, nein zu virginica

Beim Training wird jede Frage so ausgewählt, dass ihre Antworten die Klassen möglichst sauber aufteilen:

from sklearn.tree import DecisionTreeClassifier

tree = DecisionTreeClassifier(max_depth=2, random_state=0)
tree.fit(X_train, y_train)  # Länge und Breite der Blütenblätter, cm
print(tree.predict([[4.5, 1.4]]))

Dies gibt [1], versicolor, aus. max_depth=2 erlaubt zwei Fragen pro Pfad. Eine Skalierung ist nicht nötig: Jede Frage liest ein Merkmal aus.

Aufgabe

Mittel

Ein Kameraverleih schickt eine Erinnerung per SMS, wenn Ausrüstung möglicherweise verspätet zurückgegeben wird. Das Starterprogramm teilt die bisherigen Vermietungen auf und liest eine neue Vermietung in die einzeilige Tabelle new_rental ein.

Trainiere einen Entscheidungsbaum mit höchstens 2 Fragen pro Pfad (random_state=0).
Gib seine Testgenauigkeit (3 Dezimalstellen) und seine Antwort für die neue Vermietung aus: likely late für 1, likely on time für 0.

Für einen anderen Verleih:

Test accuracy: 0.792
This rental: likely on time

Probier es selbst

import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier

# Frühere Ausleihen: 1 in late bedeutet, dass die Ausrüstung verspätet zurückgegeben wurde
rentals = pd.read_csv("rentals.csv")
features = ["rental_weeks", "gear_value_usd", "customer_age", "late_before"]
X_train, X_test, y_train, y_test = train_test_split(rentals[features], rentals["late"], test_size=0.25, random_state=0)

# Eine neue Ausleihe: gebuchte Wochen, Wert der Ausrüstung, Alter des Kunden und seine bisherigen verspäteten Rückgaben
weeks = int(input())
value = int(input())
age = int(input())
late_before = int(input())
new_rental = pd.DataFrame([[weeks, value, age, late_before]], columns=features)

# Schreibe deinen Code unten