1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Learning for Finance in Python
Connected

Cvičení

Natrénuj random forest

Datoví vědci často sahají po modelech typu random forest. Fungují dobře hned po nasazení a nabízejí spoustu nastavení pro ladění výkonu. Random forests lze použít ke klasifikaci i regresi – my je využijeme k regresi a budeme předpovídat budoucí změnu ceny akcie LNG.

Model random forestu vytvoříme a natrénujeme podobně jako rozhodovací stromy – metodou .fit(features, targets). Sklearn's RandomForestRegressor má také vestavěnou metodu .score() pro vyhodnocení výkonu. Ta přijímá argumenty (features, targets) a vrací skóre R\(^2\) (koeficient determinace).

Pokyny

100 XP
  • Vytvoř model random forestu pomocí importované třídy RandomForestRegressor.
  • Natrénuj random forest na datech train_features a train_targets.
  • Vypiš skóre R\(^2\) pro trénovací i testovací sadu.