Random Forest Classifier - 1부
이제 사기 탐지를 위한 첫 번째 random forest classifier를 만들어 보겠습니다. 방금 계산한 기준 정확도인 96%보다 더 나은 결과를 기대해 볼 수 있겠죠. 이 모델은 이후 연습 문제에서 개선해 나갈 "기준(baseline)" 모델이 됩니다. 먼저 데이터를 학습용과 테스트용으로 분할하고, Random Forest 모델을 정의해 보세요. 사용 가능한 데이터는 특징 X와 레이블 y입니다.
이 연습은 강의의 일부입니다
Python으로 배우는 사기 탐지
연습 안내
sklearn에서 random forest classifier를 import하세요.- 특징
X와 레이블y를 학습 세트와 테스트 세트로 분할하세요. 테스트 세트는 30%로 따로 떼어 놓으세요. - random forest classifier를
model에 할당하고random_state는 5로 두세요. 서로 다른 모델 간 결과를 비교하려면 여기서 random_state를 설정해야 합니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Import the random forest model from sklearn
from sklearn.ensemble import ____
# Split your data into training and test set
X_train, X_test, y_train, y_test = ____(____, ____, test_size=____, random_state=0)
# Define the model as the random forest
model = ____(random_state=5)