복습: 트리 조정하기

Coddy Machine Learning 여정의 지도 학습 섹션에 포함된 레슨. 58개 중 36번째.

챌린지

중급

로스터의 센서는 커피 배치마다 6개의 값을 읽으며, 1은 포장할 준비가 되었음을 의미합니다. 트리 깊이를 정직하게 선택하세요.

테스트용으로 20%를 분리한 다음, 나머지의 25%를 검증용으로 분리하세요(random_state=0).
깊이 1부터 10까지 각 트리를 학습 데이터 행으로 학습하고(random_state=0), 학습 정확도와 검증 정확도를 그래프로 그리세요. marker="o"를 사용하고, 범례 이름은 training과 validation으로 지정하세요.
최적의 깊이를 출력한 다음, 테스트 정확도를 출력하세요.
점선으로 해당 깊이를 표시하고 빨간색 별표로 테스트 점수를 표시한 다음, 범례를 추가하세요.

다른 로스터는 다음을 출력합니다.

Best depth: 5 (validation accuracy 0.887)
Test accuracy: 0.750

그리고 다음 그래프를 그립니다. 그러면 Coddy가 여러분의 차트를 설명합니다.

커피 배치: 깊이 선택하기. 학습 선은 0.69에서 거의 1.0까지 상승합니다. 검증 선은 깊이 5에서 0.89로 정점을 찍은 다음 0.78까지 하락합니다. 깊이 5에 점선이 있고, 그 지점의 0.75에는 테스트 점수를 나타내는 빨간 별표가 있습니다.

직접 해보기

import numpy as np
import matplotlib.pyplot as plt
from sklearn.datasets import make_classification
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier

# make_classification은 연습용으로 실제와 비슷한 데이터를 만듭니다. 여기서는 커피 배치 400개를 만들고,
# 각 배치에는 로스터 센서 측정값 6개가 있으며, 포장할 준비가 된 배치의 레이블은 1입니다
X, y = make_classification(n_samples=400, n_features=6, n_informative=3, n_redundant=1,
                           flip_y=0.1, random_state=79)

fig, ax = plt.subplots()
ax.set_title("Coffee Batches: Choosing a Depth")
ax.set_xlabel("Tree depth")
ax.set_ylabel("Accuracy")

# 아래에 코드를 작성하세요