1. Nauka
    2. /
  2. Kursy
    3. /
  3. Projektowanie przepływów pracy uczenia maszynowego w Pythonie
Connected

ćwiczenie

Twój pierwszy potok

Twój kolega użył AdaBoostClassifier do zbioru danych dotyczącego scoringu kredytowego. Chcesz również wypróbować klasyfikator lasu losowego. W tym ćwiczeniu dostosujesz ten klasyfikator do danych i porównasz go z AdaBoostClassifier. Pamiętaj, żeby zastosować podział na dane treningowe i testowe, aby uniknąć przeuczenia. Dane są wstępnie załadowane i przekształcone tak, że wszystkie cechy są liczbowe. Cechy są dostępne jako X, a etykiety jako y. Moduł RandomForestClassifier jest również wstępnie załadowany.

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Podziel dane na zbiór treningowy (X_train i y_train) oraz testowy (X_test i y_test). Przeznacz 20% przykładów na zbiór testowy.