1. 学ぶ
    2. /
  2. コース
    3. /
  3. Python によるモデル検証
Connected

演習

パラメータを設定してモデルを学習する

予測タスクは回帰と分類の2つに大別できます。candy データセットでは、結果は連続変数で、1 対 1 の対戦で他のキャンディよりどれくらい頻繁に選ばれたかを表します。この値（勝率）を予測するために、ここでは回帰モデルを使います。

この演習では、ランダムフォレスト回帰モデル rfr を使って、いくつかのパラメータを指定します。

指示

100 XP
  • rfr にパラメータを追加し、作成する木の本数を 100、本数の最大深さを 6 に設定してください。
  • 乱数シードに 1111 を指定して、結果を再現可能にしてください。
  • .fit() メソッドを使い、入力データに X_train、目的変数に y_train を指定して、ランダムフォレスト回帰モデルを学習させてください。