Решить 3 задачи по машинному обучению (начальный уровень)

Задание №1: поиск оптимальной высоты дерева

В цикле переберем возможные значения высоты дерева и оценим значения функции качества на тренировочной и тестовой выборках.

Вам необходимо модифицировать строчку, в которой создается модель, передав в нее значение текущей высоты дерева.

Введите в учебную платформу высоту дерева, при которой достигается максимальное качество модели на контрольных данных.

Важно: НЕ меняйте значение параметра random_state! оно нужно, чтобы дерево получилось таким же, как у всех.

После того как вы получите ответ - скопируйте его и вставьте в учебную платформу на шаге "Домашнее задание". Кстати, наша учебная платформа построена на движке EdX, в будущем мы иногда будем просто упоминать ее как EdX).

Подсказки :

Воспользуйтесь примером из пункта №4 (обратите внимание на параметр max_depth)

Не подставляйте конкретное значение (например max_depth=20 - не правильно)

Вам понадобится использовать переменную цикла (current_depth)

Задание №2

Тестовое задание (введите ответ в учебной платформе) Как вы думаете, почему с увеличением высоты дерева качество предсказаний на тренировочной выборке (красный график) всегда растет, а на контрольной сначала растет, а потом начинает падать?

Задание №3 (Повышенной сложности, необязательное)

На изображении ниже изображено дерево принятия решений. Ваша задача написать код, который будет принимать решения, согласно этому дереву. Предскажите вероятность того, что пользователь вернет кредит для первых 100 элементов из нашей контрольной выборки (массив control_data)