Resultados del modelo usando GridSearchCV
Has descubierto que los mejores hiperparámetros para tu modelo son: el criterio de división debe ser 'gini', el número de estimadores (árboles) debe ser 30, la profundidad máxima del modelo debe ser 8 y el número máximo de variables debe establecerse en "log2".
Probemos estas opciones y veamos qué tal rinde el modelo. Puedes usar de nuevo la función get_model_results() para ahorrar tiempo.
Este ejercicio forma parte del curso
Fraud Detection in Python
Instrucciones del ejercicio
- Introduce la configuración óptima en la definición del modelo.
- Ajusta el modelo, obtén predicciones y calcula las métricas de rendimiento con
get_model_results().
ejercicio interactivo práctico
Prueba este ejercicio completando este código de ejemplo.
# Input the optimal parameters in the model
model = RandomForestClassifier(class_weight={0:1,1:12}, ____='____',
____=____, ____='log2', min_samples_leaf=10, ____=____, n_jobs=-1, random_state=5)
# Get results from your model
get_model_results(____, ____, ____, ____, ____)