1. Lära sig
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶ木ベースのMachine Learning
Connected

exercise

SGB による回帰

前のレッスンの演習と同様に、ここでも Bike Sharing Demand データセットを使います。次の一連の演習では、確率的勾配ブースティングを用いて自転車台数の回帰問題を解きます。

Instruktioner

100 XP

  • Stochastic Gradient Boosting Regressor (SGBR) をインスタンス化し、次のように設定します:

    • max_depth を 4、n_estimators を 200、

    • subsample を 0.9、

    • max_features を 0.75。