간단한 모델 학습하기
앞서 판단한 대로, 지금은 회귀 문제를 다루고 있어요. 이제 제출을 위해 모델을 만들어 볼 차례입니다. 슬라이드에서처럼 가장 단순한 선형 회귀 대신, 이번에는 기본 설정 그대로의 Random Forest 모델을 만들어 보겠습니다.
scikit-learn 라이브러리의 RandomForestRegressor 클래스를 사용합니다.
목표는 기본 하이퍼파라미터로 Random Forest 모델을 학습하되, "store"와 "item" 특성(feature)을 사용하여 예측하도록 하는 것입니다.
이 연습은 강의의 일부입니다
Python으로 Kaggle 대회 공략하기
연습 안내
pandas를 사용해 학습 데이터를 읽어 오세요.- Random Forest 객체를 생성하세요.
- "sales"를 타깃으로 하고, "store"와 "item" 특성에 대해 Random Forest 모델을 학습하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
import pandas as pd
from sklearn.ensemble import RandomForestRegressor
# Read the train data
train = ____.____('train.csv')
# Create a Random Forest object
rf = ____()
# Train a model
rf.fit(X=train[['store', ____]], y=train['____'])