Ensemble Random Forest
Les questions sur les modèles d'ensemble reviennent souvent en entrevue de Machine Learning. Si on vous fournit un jeu de données et qu'on vous demande de bâtir un modèle très précis, vous aurez probablement avantage à envisager ces modèles plus complexes.
Votre défi pour le reste de cette dernière leçon du cours est de créer et comparer deux modèles d'ensemble différents pour loan_data.
Dans cet exercice, vous allez créer un modèle Random Forest Classifier et comparer ses mesures de performance à celles du modèle du prochain exercice.
Les données sont déjà divisées et disponibles dans votre espace de travail sous X_train, X_test, y_train et y_test.
Cette activité fait partie du cours
S'exercer aux questions d'entrevue en Machine Learning avec Python
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Import
from sklearn.ensemble import ____
from sklearn.____ import ____, ____, ____, ____, _____
# Instantiate
rf_model = ____(____=____, random_state=123, oob_score = True)