शुरू करेंमुफ़्त में शुरू करें

GB रिग्रेसर परिभाषित करें

अब आप पिछले चैप्टर में दिए गए Bike Sharing Demand डेटासेट पर वापस आएँगे। याद कीजिए, आपका कार्य Washington, D.C. के Capital Bikeshare प्रोग्राम के ऐतिहासिक मौसम डेटा का उपयोग करके बाइक रेंटल डिमांड का पूर्वानुमान लगाना है। इसके लिए आप एक ग्रेडिएंट बूस्टिंग रिग्रेसर का उपयोग करेंगे.

पहला कदम यह है कि आप एक ग्रेडिएंट बूस्टिंग रिग्रेसर इंस्टैंशिएट करें, जिसे आप अगले अभ्यास में ट्रेन करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Tree-Based Models के साथ Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sklearn.ensemble से GradientBoostingRegressor इम्पोर्ट करें.

  • नीचे दिए गए पैरामीटर सेट करके एक ग्रेडिएंट बूस्टिंग रिग्रेसर इंस्टैंशिएट करें:

    • max_depth को 4 पर सेट करें

    • n_estimators को 200 पर सेट करें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import GradientBoostingRegressor
____

# Instantiate gb
gb = ____(____=____, 
            ____=____,
            random_state=2)
कोड संपादित करें और चलाएँ