始める無料で始める

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。

この演習はコースの一部です

Python によるモデル検証

コースを見る

演習の手順

  • 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。

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。

# Set the number of trees
rfr.____ = ____

# Add a maximum depth
rfr.____ = ____

# Set the random state
rfr.____ = ____

# Fit the model
rfr.____(____, ____)
コードを編集して実行