1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 Kaggle 대회 공략하기
Connected

연습 문제

Gradient Boosting 기반 베이스라인

이번에는 Random Forest를 기반으로 최종 베이스라인을 만들어 봅시다. 영상에서 보셨듯이, 그룹화 기반 베이스라인에서 Gradient Boosting으로 바꾸면 점수가 크게 향상됐습니다. 이제 sklearn의 Random Forest를 사용해 점수를 더 끌어올려 보겠습니다.

이 연습의 목표는 수치형 특징만 사용해 튜닝 없이 Random Forest 모델을 학습하는 것입니다. 그런 다음 테스트 데이터에 대해 예측을 만들고 Public Leaderboard에서 결과를 확인해 볼 수 있어요. 참고로 이미 "hour" 특징을 만들어 두었고, 이 역시 모델의 입력으로 사용할 수 있습니다.

지침

100 XP
  • 수치형 특징 목록에 "hour"를 추가하세요.
  • 수치형 특징을 사용한 학습 데이터에 대해 타깃을 "fare_amount"로 설정해 RandomForestRegressor를 학습하세요.
  • 학습된 Random Forest 모델을 사용해 테스트 데이터의 예측을 생성하세요.