Lendo uma árvore

Parte da seção Aprendizado supervisionado do Journey de Machine Learning da Coddy. Lição 28 de 58.

As perguntas de uma árvore são legíveis, então você pode verificar o que ela aprendeu. Siga uma flor com 5.1 cm de comprimento e 1.6 cm de largura pela árvore de íris:

A árvore de íris representada por caixas, com um caminho iluminado em laranja: largura da pétala 0.80 ou menos? Não, 1.6. Comprimento da pétala 4.95 ou menos? Não, 5.1. O caminho termina na classe 2

export_text imprime as mesmas perguntas como texto, com um recuo por nível:

from sklearn.tree import export_text

print(export_text(tree, feature_names=["petal_length", "petal_width"]))

Isso imprime:

|--- petal_width <= 0.80
|   |--- class: 0
|--- petal_width >  0.80
|   |--- petal_length <= 4.95
|   |   |--- class: 1
|   |--- petal_length >  4.95
|   |   |--- class: 2

Cada linha responde apenas às perguntas em seu próprio caminho. A classe 2 é virginica, uma resposta sensata para pétalas longas e largas.

Desafio

Médio

A árvore de uma queijaria classifica um queijo como fresh, soft ou hard com base no teor de água e nas semanas de maturação. O programa inicial a treina e lê um novo queijo.

Imprima as perguntas da árvore com os nomes das features.
Execute-a, leia as perguntas e complete by_hand para que faça as mesmas perguntas com if/else e retorne a mesma resposta.

Após a impressão, para um queijo que a árvore classifica como soft:

By hand: soft
The tree: soft

Experimente você mesmo

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

# Uma linha por queijo: teor de água (%), semanas de maturação e tipo
cheeses = pd.read_csv("cheeses.csv")
features = ["moisture_pct", "aged_weeks"]
X_train, X_test, y_train, y_test = train_test_split(cheeses[features], cheeses["cheese"], test_size=0.25, random_state=0)
tree = DecisionTreeClassifier(max_depth=2, random_state=0)
tree.fit(X_train, y_train)

# Um novo queijo para identificar
moisture = int(input())
aged = int(input())
new_cheese = pd.DataFrame([[moisture, aged]], columns=features)

# Escreva seu código abaixo: imprima a árvore e, em seguida, faça by_hand responder da mesma forma que ela


def by_hand(moisture, aged):
    return "fresh"


# Não altere as linhas abaixo
print("By hand:", by_hand(moisture, aged))
print("The tree:", tree.predict(new_cheese)[0])