LoslegenKostenlos starten

Regression mit SGB

Wie in den Übungen der vorherigen Lektion arbeitest du mit dem Datensatz Bike Sharing Demand. In dieser Übungsreihe löst du das Regressionsproblem der Fahrradanzahl mit Stochastic Gradient Boosting.

Diese Übung ist Teil des Kurses

<Kurs>Maschinelles Lernen mit baumbasierten Modellen in Python</Kurs>
Kurs ansehen

Übungsanweisungen

  • Instanziiere einen Stochastic Gradient Boosting Regressor (SGBR) und setze:

    • max_depth auf 4 und n_estimators auf 200,

    • subsample auf 0.9 und

    • max_features auf 0.75.

Interaktive praktische Übung

Versuche dich an dieser Übung, indem du diesen Beispielcode vervollständigst.

# Import GradientBoostingRegressor
from sklearn.ensemble import GradientBoostingRegressor

# Instantiate sgbr
sgbr = ____(max_depth=____, 
            subsample=____,
            max_features=____,
            n_estimators=____,
            random_state=2)
Code bearbeiten und ausführen