Descripción
En este ejercicio, implementa un clasificador utilizando el modelo DecisionTreeClassifier
para un conjunto de datos bien conocido proporcionado por Scikit-Learn. El objetivo es evaluar el rendimiento del modelo y ajustar sus hiperparámetros para obtener un resultado óptimo.
Construir un modelo de árbol de decisión para clasificar tipos de vino utilizando el conjunto de datos Wine de Scikit-Learn.
Guarda tu progreso
Inicia sesión para no perder tu progreso y accede a miles de tutoriales, ejercicios prácticos y nuestro asistente de IA.
Más de 25.000 desarrolladores ya confían en CertiDevs
Instrucciones:
- Importa los módulos necesarios de
Scikit-Learn
. - Utiliza el dataset Wine proporcionado por
Sklearn.datasets
. - Divide el dataset en conjuntos de entrenamiento y prueba.
- Crea un modelo
DecisionTreeClassifier
con los siguientes parámetros iniciales:max_depth=5
criterion='entropy'
random_state=42
- Entrena el modelo usando el conjunto de entrenamiento.
- Realiza predicciones con el conjunto de prueba.
- Calcula y muestra la precisión del modelo en el conjunto de prueba.
- Ajusta los hiperparámetros
max_depth
,min_samples_leaf
, ymax_features
para mejorar la precisión del modelo. Puedes usar una técnica sencilla como la búsqueda en cuadrícula manual.
Puedes encontrar más información sobre el dataset aquí: Wine Dataset Scikit-Learn
Solución al ejercicio
¡Desbloquea la solución completa!
Completa el examen para acceder a la solución paso a paso, explicaciones detalladas y mejores prácticas.
Practica con exámenes de ScikitLearn
Mejora tus habilidades con cientos de exámenes de práctica, recibe retroalimentación instantánea y obtén tu certificación cuando estés listo.
Retroalimentación
Aprende de tus errores
Progreso
Mide tu avance
Certificación
Valida tus habilidades
Únete a miles de desarrolladores mejorando sus habilidades