Menyetel jumlah fitur

Hyperparameter bawaan yang digunakan oleh model Anda tidak dioptimalkan untuk data Anda. Tujuan grid search cross-validation adalah mengidentifikasi hyperparameter yang menghasilkan kinerja model optimal. Dalam video, Anda melihat bagaimana hyperparameter n_estimators pada random forest disetel. Di sini, Anda akan berlatih menyetel hyperparameter max_features. Hyperparameter cv ditetapkan ke 3 agar kode berjalan cepat.

Hyperparameter	Tujuan
max_features	Jumlah fitur untuk pemisahan terbaik

Random forest adalah ansambel dari banyak decision tree. Hyperparameter n_estimators mengontrol jumlah pohon yang digunakan dalam forest, sedangkan hyperparameter max_features mengontrol jumlah fitur yang dipertimbangkan random forest saat mencari pemisahan terbaik pada decision tree.

Sebuah random forest classifier telah diinstansiasi untuk Anda sebagai clf.