Definiere den Regressor GB

Du wirst dir nun den Datensatz für die Bike-Sharing-Nachfrage ansehen, der im vorherigen Kapitel vorgestellt wurde. Erinnere dich daran, dass deine Aufgabe darin besteht, die Nachfrage nach Leihfahrrädern anhand historischer Wetterdaten des Capital Bikeshare-Programms in Washington, D.C., vorherzusagen. Zu diesem Zweck verwendest du einen Gradient-Boosting-Regressor.

In einem ersten Schritt wirst du einen Gradient-Boosting-Regressor instanziieren, den du in der nächsten Übung trainieren wirst.

Diese Übung ist Teil des Kurses

Maschinelles Lernen mit baumbasierten Modellen in Python

Kurs anzeigen

Anleitung zur Übung

  • Importiere GradientBoostingRegressor von sklearn.ensemble.

  • Richte einen Gradient-Boosting-Regressor ein, indem du die Parameter festlegst:

    • max_depth bis 4

    • n_estimators bis 200

Interaktive Übung zum Anfassen

Probieren Sie diese Übung aus, indem Sie diesen Beispielcode ausführen.

# Import GradientBoostingRegressor
____

# Instantiate gb
gb = ____(____=____, 
            ____=____,
            random_state=2)