アンダーフィッティングしていませんか？
三目並べ（Tic-Tac-Toe）で将来の対戦に勝てるかどうかを予測する Random Forest モデルを作成します。tic_tac_toe データセットを使い、学習用とテスト用のデータセット X_train、X_test、y_train、y_test を作成済みです。
木の本数を変えた複数の Random Forest モデル（1、2、3、4、5、10、20、50）を作成することにしました。木の本数が多いほど、モデルの実行時間は長くなります。しかし、木が少なすぎるとアンダーフィッティングのリスクがあります。異なる木の本数でモデルを試すために、for ループを作成しました。
この演習はコースの一部です
Python によるモデル検証
演習の手順
- 各ループで、
X_trainとX_testの両方について予測を行ってください。 - 各ループで、
y_trainとその予測に対するaccuracy_score()をtrain_scoresに追加してください。 - 各ループで、
y_testとその予測に対するaccuracy_score()をtest_scoresに追加してください。 - 用意された print 文で学習スコアとテストスコアを表示してください。
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。
from sklearn.metrics import accuracy_score
test_scores, train_scores = [], []
for i in [1, 2, 3, 4, 5, 10, 20, 50]:
rfc = RandomForestClassifier(n_estimators=i, random_state=1111)
rfc.fit(X_train, y_train)
# Create predictions for the X_train and X_test datasets.
train_predictions = rfc.predict(____)
test_predictions = rfc.predict(____)
# Append the accuracy score for the test and train predictions.
train_scores.append(round(____(____, ____), 2))
test_scores.append(round(____(____, ____), 2))
# Print the train and test scores.
print("The training scores were: {}".format(____))
print("The testing scores were: {}".format(____))