1. Learn
    2. /
  2. Courses
    3. /
  3. Procvičování otázek k pohovorům z oblasti Machine Learning v Pythonu
Connected

Exercise

Ensemble modelu náhodného lesa

Otázky na ensemble modely jsou v pohovoru na pozici v Machine Learning velmi časté. Pokud dostaneš dataset a úkol sestavit co nejpřesnější model, pravděpodobně sáhneš právě po těchto složitějších modelech.

Tvým úkolem ve zbytku této poslední lekce kurzu je vytvořit a porovnat dva různé ensemble modely pro loan_data.

V tomto cvičení vytvoříš model klasifikátoru náhodného lesa (Random Forest Classifier) a porovnáš jeho výkonnostní metriky s modelem v dalším cvičení.

Data jsou již rozdělena a v tvém pracovním prostředí jsou dostupná jako X_train, X_test, y_train a y_test.

Instructions 1/4

undefined XP
    1
    2
    3
    4
  • Importuj moduly potřebné k vytvoření modelu náhodného lesa a výpočtu matice záměn, přesnosti (accuracy), preciznosti (precision), citlivosti (recall) a F1-skóre.
  • Vytvoř instanci klasifikátoru RF a nastav příslušný argument tak, aby model generoval 50 estimátorů.