Entraîner un modèle simple
Comme vous l'avez déterminé, vous avez affaire à un problème de régression. Vous êtes donc prêt à construire un modèle pour une soumission ultérieure. Mais cette fois, au lieu de bâtir le modèle de régression linéaire le plus simple présenté dans le diaporama, créons un modèle Random Forest prêt à l'emploi.
Vous utiliserez la classe RandomForestRegressor de la bibliothèque scikit-learn.
Votre objectif est d'entraîner un modèle Random Forest avec les paramètres par défaut sur les caractéristiques « store » et « item ».
Cette activité fait partie du cours
Remporter une compétition Kaggle en Python
Instructions de l’exercice
- Lisez les données d'entraînement avec
pandas. - Créez un objet Random Forest.
- Entraînez le modèle Random Forest sur les caractéristiques « store » et « item » avec « sales » comme variable cible.
Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
import pandas as pd
from sklearn.ensemble import RandomForestRegressor
# Read the train data
train = ____.____('train.csv')
# Create a Random Forest object
rf = ____()
# Train a model
rf.fit(X=train[['store', ____]], y=train['____'])