不正検知向けにRandom Forestを調整する

この演習では、random forest classifier のオプションを掘り下げ、フォレスト内の決定木に対して重みを割り当て、形状を調整します。クラス不均衡を少しでも相殺できるよう、手動で重みを定義します。今回は不正300件に対して非不正7000件があるため、重み比を1:12に設定すると、不正1/3、非不正2/3程度の比率になり、モデルの学習には十分です。

この演習のデータはすでに学習用とテスト用に分割済みです。モデルの定義に集中してください。その後はショートカットとして関数 get_model_results() を使えます。この関数は、学習データへの適合、予測、そして前の演習で行った手順と同様の評価指標の取得までを実行します。