Výsledky modelu pomocí GridSearchCV
Zjistil/a jsi, že nejlepší parametry modelu jsou: kritérium rozdělení nastavené na 'gini', počet stromů (estimátorů) 30, maximální hloubka modelu 8 a maximální počet příznaků nastavený na "log2".
Vyzkoušejme toto nastavení a podívejme se, jak dobře model funguje. Pro úsporu času můžeš opět použít funkci get_model_results().
Toto cvičení je součástí kurzu
Detekce podvodů v Pythonu
Pokyny k cvičení
- Zadej optimální nastavení do definice modelu.
- Natrénuj model, získej předpovědi a zjisti výkonnostní ukazatele pomocí
get_model_results().
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Input the optimal parameters in the model
model = RandomForestClassifier(class_weight={0:1,1:12}, ____='____',
____=____, ____='log2', min_samples_leaf=10, ____=____, n_jobs=-1, random_state=5)
# Get results from your model
get_model_results(____, ____, ____, ____, ____)