Tinh chỉnh mô hình

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python

Mark Peterson

Director of Data Science, Infoblox

Ôn tập

from sklearn.svm import SVC

svc = SVC()

svc.fit(telco['data'], telco['target'])

SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape='ovr', degree=3, gamma='scale', kernel='rbf',
  max_iter=-1, probability=False, random_state=None, shrinking=True,
  tol=0.001, verbose=False)

Siêu tham số của rừng ngẫu nhiên

Tham số	Mục đích
n_estimators	Số cây
criterion	Chất lượng phép chia
max_features	Số đặc trưng dùng để chia tốt nhất
max_depth	Độ sâu tối đa của cây
min_sample_splits	Số mẫu tối thiểu để tách nút
bootstrap	Có dùng mẫu bootstrap hay không

Tìm kiếm lưới (Grid search)

Grid search trong sklearn

from sklearn.model_selection import GridSearchCV

param_grid = {'n_estimators': np.arange(10, 51)}

clf_cv = GridSearchCV(RandomForestClassifier(), param_grid)

clf_cv.fit(X, y)

clf_cv.best_params_

{'n_estimators': 43}

clf_cv.best_score_

0.9237923792379238

Chúc tinh chỉnh hiệu quả!

Phân tích Marketing: Dự đoán Khách hàng Rời bỏ bằng Python