GB 回帰器を定義する
前の章で紹介した Bike Sharing Demand データセットに戻ります。タスクは、Washington, D.C. の Capital Bikeshare プログラムの過去の気象データを使って、自転車レンタル需要を予測することでしたね。この目的で、勾配ブースティング回帰器を使用します。
最初のステップとして、次の演習で学習させる勾配ブースティング回帰器をインスタンス化しましょう。
この演習はコースの一部です
Pythonで学ぶ木ベースのMachine Learning
演習の手順
sklearn.ensembleからGradientBoostingRegressorをインポートします。次のパラメータを設定して勾配ブースティング回帰器をインスタンス化します。
max_depthを 4 に設定n_estimatorsを 200 に設定
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Import GradientBoostingRegressor
____
# Instantiate gb
gb = ____(____=____,
____=____,
random_state=2)