Random Forest Classifier - partie 2
Voyons comment notre modèle Random Forest se comporte sans aucun réglage particulier. Le model de l’exercice précédent est disponible, et vous avez déjà séparé vos données en X_train, y_train, X_test, y_test.
Cet exercice fait partie du cours
<cours>Détection de fraude en Python</cours>Exercice interactif pratique
Essayez cet exercice en complétant ce code d’exemple.
# Fit the model to our training set
____.fit(____, ____)
# Obtain predictions from the test data
predicted = ____(X_test)