1. Learn
    2. /
  2. Courses
    3. /
  3. Machine Learning avec des modèles à base d'arbres en Python
Connected

Exercise

Entraîner un régressseur RF

Dans les exercices qui suivent, vous prédirez la demande de location de vélos du programme Capital Bikeshare à Washington, D.C., en utilisant des données météorologiques historiques du jeu de données Bike Sharing Demand disponible sur Kaggle. À cette fin, vous utiliserez l'algorithme des random forests. Comme première étape, vous allez définir un régressseur random forests et l'ajuster à l'ensemble d'entraînement.

Le jeu de données a été préparé pour vous et divisé en 80 % entraînement et 20 % test. La matrice de caractéristiques X_train et le tableau y_train sont disponibles dans votre espace de travail.

Instructions

100 XP

  • Importez RandomForestRegressor depuis sklearn.ensemble.

  • Instanciez un RandomForestRegressor nommé rf composé de 25 arbres.

  • Ajustez rf à l'ensemble d'entraînement.