Random Forest Classifier - parte 2
Vediamo come si comporta il nostro modello Random Forest senza applicargli alcun accorgimento particolare. Il model dell'esercizio precedente è disponibile e hai già suddiviso i dati in X_train, y_train, X_test, y_test.
Questo esercizio fa parte del corso
Rilevamento delle frodi in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Fit the model to our training set
____.fit(____, ____)
# Obtain predictions from the test data
predicted = ____(X_test)