1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶ不正検知
Connected

演習

Random Forest Classifier - パート1

それでは、最初のランダムフォレスト分類器を作成して、不正検知に取り組みましょう。先ほど計算したおよそ96%のベースライン精度より良い結果を目指します。このモデルは、今後の演習で改良していくための「ベースライン」モデルになります。まずは、データを学習用とテスト用に分割し、Random Forest モデルを定義しましょう。利用できるデータは、特徴量 X とラベル y です。

指示

100 XP
  • sklearn からランダムフォレスト分類器をインポートします。
  • 特徴量 X とラベル y を学習用とテスト用に分割します。テストデータは 30% に設定してください。
  • ランダムフォレスト分類器を model に代入し、random_state は 5 のままにします。異なるモデル間で結果を比較できるように、ここでは乱数シードを固定する必要があります。