Gli alberi fanno domande

Fa parte della sezione Apprendimento supervisionato del percorso Machine Learning di Coddy. Lezione 27 di 58.

Questo capitolo si conclude con un albero che spiega un prestito agricolo. Un albero decisionale gioca a venti domande: una domanda sì o no alla volta su una caratteristica, fino ad arrivare a una risposta:

Un diagramma ad albero. Il riquadro in alto chiede: larghezza del petalo pari o inferiore a 0.8 cm? Sì porta a setosa. No porta a un secondo riquadro: lunghezza del petalo pari o inferiore a 4.95 cm? Sì porta a versicolor, no a virginica

L’addestramento sceglie ogni domanda in modo che le sue risposte suddividano le classi nel modo più netto possibile:

from sklearn.tree import DecisionTreeClassifier

tree = DecisionTreeClassifier(max_depth=2, random_state=0)
tree.fit(X_train, y_train)  # lunghezza e larghezza dei petali, cm
print(tree.predict([[4.5, 1.4]]))

Questo stampa [1], versicolor. max_depth=2 consente due domande per percorso. Non è necessario ridimensionare: ogni domanda legge una caratteristica.

Sfida

Medio

Un negozio di noleggio di fotocamere invia un promemoria quando è possibile che l'attrezzatura venga restituita in ritardo. Il codice iniziale suddivide i noleggi passati e legge un nuovo noleggio nella tabella a una riga new_rental.

Allena un albero decisionale con al massimo 2 domande per percorso (random_state=0).
Stampa la sua accuratezza sul test (3 decimali) e la sua risposta per il nuovo noleggio: likely late per 1, likely on time per 0.

Per un altro negozio:

Test accuracy: 0.792
This rental: likely on time

Provalo tu

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

# Noleggi precedenti: 1 in late significa che l'attrezzatura è stata restituita in ritardo
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)

# Un nuovo noleggio: settimane prenotate, valore dell'attrezzatura, età del cliente e numero di restituzioni in ritardo fino a oggi
weeks = int(input())
value = int(input())
age = int(input())
late_before = int(input())
new_rental = pd.DataFrame([[weeks, value, age, late_before]], columns=features)

# Scrivi il tuo codice qui sotto