Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Challenge: Implementing a Decision Tree | Decision Tree
Classification with Python
course content

Зміст курсу

Classification with Python

Classification with Python

1. k-NN Classifier
2. Logistic Regression
3. Decision Tree
4. Random Forest
5. Comparing Models

book
Challenge: Implementing a Decision Tree

In this challenge, you will use the titanic dataset. It holds information about passengers on the Titanic, including their age, sex, family size, etc. And the task is to predict whether a person survived or not.

1234
import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b71ff7ac-3932-41d2-a4d8-060e24b00129/titanic.csv') print(df.head())
copy

To implement the Decision Tree, you can use the DecisionTreeClassifier from the sklearn.

Your task is to build a Decision Tree and find the best max_depth and min_samples_leaf using grid search.

Завдання
test

Swipe to show code editor

  1. Import the DecisionTreeClassifier class from sklearn.tree.
  2. Assign an instance of DecisionTreeClassifier to the decision_tree variable.
  3. Create a dictionary for a GridSearchCV to run through [1, 2, 3, 4, 5, 6, 7] values of max_depth and [1, 2, 4, 6] values of min_samples_leaf.
  4. Create a GridSearchCV object and train it.

Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 3. Розділ 4
toggle bottom row

book
Challenge: Implementing a Decision Tree

In this challenge, you will use the titanic dataset. It holds information about passengers on the Titanic, including their age, sex, family size, etc. And the task is to predict whether a person survived or not.

1234
import pandas as pd df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/b71ff7ac-3932-41d2-a4d8-060e24b00129/titanic.csv') print(df.head())
copy

To implement the Decision Tree, you can use the DecisionTreeClassifier from the sklearn.

Your task is to build a Decision Tree and find the best max_depth and min_samples_leaf using grid search.

Завдання
test

Swipe to show code editor

  1. Import the DecisionTreeClassifier class from sklearn.tree.
  2. Assign an instance of DecisionTreeClassifier to the decision_tree variable.
  3. Create a dictionary for a GridSearchCV to run through [1, 2, 3, 4, 5, 6, 7] values of max_depth and [1, 2, 4, 6] values of min_samples_leaf.
  4. Create a GridSearchCV object and train it.

Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
Все було зрозуміло?

Як ми можемо покращити це?

Дякуємо за ваш відгук!

Секція 3. Розділ 4
Switch to desktopПерейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів
We're sorry to hear that something went wrong. What happened?
some-alt