Ensemble Random Forest
Le domande sui modelli ensemble sono comuni in un colloquio di Machine Learning. Se ti viene fornito un insieme di dati e ti chiedono di costruire un modello molto accurato, probabilmente vorrai considerare questi modelli più complessi.
La tua sfida, nel resto di quest’ultima lezione del corso, è creare e confrontare due diversi modelli ensemble per loan_data.
In questo esercizio, creerai un modello Random Forest Classifier e confronterai le sue metriche di prestazione con il modello del prossimo esercizio.
I dati sono già stati suddivisi e sono disponibili nel tuo workspace come X_train, X_test, y_train e y_test.
Questo esercizio fa parte del corso
Esercitarsi con le domande di colloquio di Machine Learning in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Import
from sklearn.ensemble import ____
from sklearn.____ import ____, ____, ____, ____, _____
# Instantiate
rf_model = ____(____=____, random_state=123, oob_score = True)