Dans le cours : Python pour le machine learning
Accédez à ce cours grâce à un essai gratuit
Inscrivez-vous aujourd’hui pour accéder à plus de 24 700 cours dispensés par des experts.
Manipuler les arbres de décision - Tutoriel Python
Dans le cours : Python pour le machine learning
Manipuler les arbres de décision
Cet algorithme que l'on peut utiliser pour la régression, c'est les arbres de décision. Nous allons voir comment nous pouvons les utiliser dans notre cas du jeu de données du diabète. Je vais donc évidemment importer dans un premier temps ce jeu de données et effectuer la séparation du jeu d'entraînement et du jeu de test puisque ça, ça ne changera pas. Ce que je vais faire, c'est que je vais importer la fonction qui me permet d'utiliser l'arbre de décision dans le cas de la régression puisque l'arbre de décision on verra, on peut aussi l'utiliser pour la classification et donc pour ce faire, je vais bien utiliser sklearn.tree et je vais importer ma fonction. Ce qu'il faut noter, c'est qu'en termes d'arguments de l'arbre de décision, on va en avoir plusieurs. Ces arguments ne sont pas essentiels, mais quand on va commencer à aller un petit peu plus loin dans la configuration, dans l'optimisation de notre modèle, il sera essentiel de bien comprendre ces arguments pour pouvoir les…
Table des matières
-
-
-
-
Aborder le machine learning supervisé1 m 51 s
-
(Verrouillé)
Prendre en main la régression linéaire5 m 7 s
-
(Verrouillé)
Manipuler les arbres de décision3 m 20 s
-
(Verrouillé)
Utiliser RandomForest()2 m 5 s
-
(Verrouillé)
Comprendre les algorithmes de boosting2 m 25 s
-
(Verrouillé)
Analyser les métriques d'évaluation de la régression4 m 12 s
-
(Verrouillé)
Solution : Comparer les performances de plusieurs algorithmes2 m 2 s
-
-
-
-
-