रैंडम फॉरेस्ट एन्सेम्बल
मशीन लर्निंग इंटरव्यू में एन्सेम्बल मॉडलों से जुड़े प्रश्न आम होते हैं। अगर आपको कोई डेटासेट दिया जाए और अत्यधिक सटीक मॉडल बनाने के लिए कहा जाए, तो आप अक्सर इन जटिल मॉडलों पर विचार करना चाहेंगे।
इस कोर्स के आखिरी लेसन के बचे हुए हिस्से में आपकी चुनौती loan_data के लिए दो अलग-अलग एन्सेम्बल मॉडल बनाना और उनकी तुलना करना है।
इस अभ्यास में, आप एक Random Forest Classifier मॉडल बनाएँगे और इसके परफॉर्मेंस मेट्रिक्स की तुलना अगले अभ्यास के मॉडल से करेंगे।
डेटा पहले से split किया जा चुका है और आपके वर्कस्पेस में X_train, X_test, y_train, और y_test के रूप में उपलब्ध है।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Machine Learning इंटरव्यू प्रश्नों का अभ्यास
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Import
from sklearn.ensemble import ____
from sklearn.____ import ____, ____, ____, ____, _____
# Instantiate
rf_model = ____(____=____, random_state=123, oob_score = True)