1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Machine Learning with Tree-Based Models in Python
Connected

cvičení

Trénování RF regresoru

V následujících cvičeních budeš předpovídat poptávku po půjčování kol v programu Capital Bikeshare ve Washingtonu, D.C., a to na základě historických meteorologických dat z datasetu Bike Sharing Demand dostupného na Kaggle. K tomu využiješ algoritmus náhodných lesů (random forests). Jako první krok definuješ regresor náhodných lesů a natrénuješ ho na trénovací sadě.

Dataset je připravený a rozdělený na 80 % trénovací a 20 % testovací část. Matice příznaků X_train a pole y_train jsou k dispozici v tvém pracovním prostředí.

Pokyny

100 XP

  • Importuj RandomForestRegressor z sklearn.ensemble.

  • Vytvoř instanci RandomForestRegressor s názvem rf složenou z 25 stromů.

  • Natrénuj rf na trénovací sadě.