ćwiczenie

Hiperparametry lasów losowych

W kolejnych ćwiczeniach wrócisz do zbioru danych Bike Sharing Demand, który był omawiany w poprzednim rozdziale. Przypomnij sobie, że twoim zadaniem jest prognozowanie popytu na wypożyczenia rowerów na podstawie historycznych danych pogodowych z programu Capital Bikeshare w Waszyngtonie. W tym celu będziesz dostrajać hiperparametry regresora Random Forests.

Utworzono obiekt RandomForestRegressor o nazwie rf z domyślnymi hiperparametrami biblioteki sklearn. Możesz sprawdzić hiperparametry obiektu rf w konsoli.

Który z poniższych parametrów nie jest hiperparametrem rf?

Instrukcje

50 XP

Możliwe odpowiedzi

min_weight_fraction_leaf

criterion

learning_rate

warm_start

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}ćwiczenie

Instrukcje

Możliwe odpowiedzi

ćwiczenie