振り返り：ローンの判断
CoddyのMachine Learningジャーニー「教師あり学習」セクションの一部。レッスン 31/58。
チャレンジ
中級この章で予告した農業融資のことを覚えていますか？あるマイクロローン基金は、農家に説明できる決定木を求めています。スターターコードは、過去の融資データを分割します。
- 深さ1から順に木を成長させ（
random_state=0）、各テスト精度を表示します。直前の深さより良くならなかった最初の深さで停止します。 - 精度が向上した最後の深さを採用し、それとその木の質問を表示します。
- 以下のように、最も重要な特徴量を2つ表示します。
別の基金の場合：
Depth 1: test accuracy 0.650
Depth 2: test accuracy 0.850
Depth 3: test accuracy 0.833
Keep depth 2
|--- savings_usd <= 154.50
| |--- earlier_loans <= 0.50
| | |--- class: 0
| |--- earlier_loans > 0.50
| | |--- class: 1
|--- savings_usd > 154.50
| |--- earlier_loans <= 0.50
| | |--- class: 1
| |--- earlier_loans > 0.50
| | |--- class: 1
Most important: savings_usd (0.563)
Next: earlier_loans (0.437)自分で試してみよう
import pandas as pd
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier, export_text
# 小規模農家への過去のマイクロローン：repaid の 1 は、融資が全額返済されたことを意味します
loans = pd.read_csv("loans.csv")
features = ["amount_usd", "income_usd", "years_farming", "earlier_loans", "savings_usd", "group_size"]
X_train, X_test, y_train, y_test = train_test_split(loans[features], loans["repaid"], test_size=0.25, random_state=0)
# 以下にコードを書いてください
教師あり学習のすべてのレッスン
自分で練習してみよう: Pythonオンラインコンパイラ