ランダムフォレストで遅延フライトを予測する

この演習では、交差検証とアンサンブル手法を組み合わせます。遅延フライトを予測するために Random Forest 分類器を学習し、交差検証でモデルパラメータの最適値を選びます。

次のパラメータの良い値を探索します。

featureSubsetStrategy — 各ノードで分割時に考慮する特徴量数
maxDepth — 任意の分岐における最大の深さ（分割回数）

残念ながらこのモデルの構築には時間がかかるため、パイプラインで .fit() メソッドは実行しません。

RandomForestClassifier クラスはすでにセッションにインポートされています。

ランダムフォレスト分類器オブジェクトを作成します。
パラメーターグリッドビルダーオブジェクトを作成し、featureSubsetStrategy と maxDepth のグリッド点を追加します。
バイナリ分類用の評価器を作成します。
推定器、パラメーターグリッド、評価器を指定してクロスバリデーターオブジェクトを作成します。5 分割（5-fold）交差検証を選びます。