Random forests के हाइपरपैरामीटर

आगे दिए गए अभ्यासों में, आप उस Bike Sharing Demand डेटासेट पर फिर से काम करेंगे जिसे एक पिछले चैप्टर में पेश किया गया था। याद कीजिए, आपका काम Washington, D.C. के Capital Bikeshare प्रोग्राम के ऐतिहासिक मौसम डेटा की मदद से बाइक रेंटल डिमांड का पूर्वानुमान लगाना है। इसी उद्देश्य से, आप Random Forests रिग्रेसर के हाइपरपैरामीटर ट्यून करेंगे.

हमने sklearn के डिफ़ॉल्ट हाइपरपैरामीटर के साथ rf नाम का एक RandomForestRegressor इंस्टैंशिएट किया है। आप अपने कंसोल में rf के हाइपरपैरामीटर देख सकते हैं.

निम्न में से कौन-सा rf का हाइपरपैरामीटर नहीं है?

संभावित उत्तर

min_weight_fraction_leaf

criterion

learning_rate

warm_start

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}अभ्यास

निर्देश

संभावित उत्तर

अभ्यास