शुरू करेंमुफ़्त में शुरू करें

Parameters सेट करें और मॉडल fit करें

Predictive tasks आम तौर पर दो श्रेणियों में आती हैं: regression या classification. candy डेटासेट में outcome एक continuous वैरिएबल है, जो बताता है कि 1-on-1 मैच-अप्स की श्रृंखला में किसी candy को दूसरी candy के मुकाबले कितनी बार चुना गया. इस मान (win-percentage) की भविष्यवाणी करने के लिए, आप एक regression मॉडल का उपयोग करेंगे.

इस अभ्यास में, आप random forest regression मॉडल rfr का उपयोग करके कुछ parameters निर्धारित करेंगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Model Validation

पाठ्यक्रम देखें

अभ्यास निर्देश

  • rfr में ऐसे parameters जोड़ें कि पेड़ों (trees) की संख्या 100 हो और इन पेड़ों की अधिकतम गहराई (maximum depth) 6 हो.
  • मॉडल को reproducible बनाने के लिए 1111 का random state जोड़ें.
  • .fit() मेथड का उपयोग करके random forest regression मॉडल को train करें, जहाँ X_train इनपुट डेटा हो और y_train रिस्पॉन्स.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Set the number of trees
rfr.____ = ____

# Add a maximum depth
rfr.____ = ____

# Set the random state
rfr.____ = ____

# Fit the model
rfr.____(____, ____)
कोड संपादित करें और चलाएँ