Random-Forest-Klassifikator – Teil 2
Schauen wir uns an, wie unser Random-Forest-Modell abschneidet, ohne dass wir irgendetwas Besonderes daran einstellen. Das model aus der vorherigen Übung ist verfügbar und du hast deine Daten bereits in X_train, y_train, X_test, y_test aufgeteilt.
Diese Übung ist Teil des Kurses
<Kurs>Betrugserkennung mit Python</Kurs>Interaktive praktische Übung
Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.
# Fit the model to our training set
____.fit(____, ____)
# Obtain predictions from the test data
predicted = ____(X_test)