Mulai sekarangMulai gratis

Regresi AdaBoost berbasis pohon

Model AdaBoost biasanya dibangun dengan pohon keputusan sebagai estimator dasar. Mari kita coba sekarang dan lihat apakah kinerja model meningkat lebih jauh.

Kita akan menggunakan dua belas estimator seperti sebelumnya agar perbandingannya adil. Tidak perlu membuat instance pohon keputusan karena itu adalah estimator dasar secara bawaan.

Latihan ini merupakan bagian dari kursus

Metode Ensemble di Python

Lihat Kursus

Instruksi latihan

  • Bangun dan latih AdaBoostRegressor menggunakan 12 estimator. Anda tidak perlu menentukan estimator dasar.
  • Hitung prediksi pada himpunan data uji.

Latihan interaktif langsung praktik

Cobalah latihan ini dengan melengkapi kode contoh ini.

# Build and fit a tree-based AdaBoost regressor
reg_ada = ____(____, random_state=500)
reg_ada.fit(X_train, y_train)

# Calculate the predictions on the test set
pred = ____

# Evaluate the performance using the RMSE
rmse = np.sqrt(mean_squared_error(y_test, pred))
print('RMSE: {:.3f}'.format(rmse))
Edit dan Jalankan Kode