Độ sâu cây và khoảng cách train/test
Quan sát độ sâu model làm thay đổi train accuracy và test accuracy.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: DecisionTreeClassifier, holdout accuracy, max depth.
Nội dung đề bài
Mục tiêu kiến thức
Quan sát độ sâu model làm thay đổi train accuracy và test accuracy.
Mô tả bài toán
Đây là bài số 364 trong tầng Phân loại và học không giám sát. Bài dùng thư viện DecisionTreeClassifier + accuracy_score trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Fit một DecisionTreeClassifier cho từng depth và trả accuracy trên train/test.
def tree_depth_scores(X_train, y_train, X_test, y_test, depths):Input
Hai tập train/test classification và list depths.
Output
Dictionary results theo thứ tự depth, mỗi record có depth, train_accuracy, test_accuracy.
Ràng buộc
Depth phải được dùng thật; không dùng test để fit.
Ví dụ
Giải thích
Cây sâu hơn thường fit các điểm train tốt hơn, nhưng test accuracy cần đo riêng.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.