1. Nauka
    2. /
  2. Kursy
    3. /
  3. Ćwiczenie pytań rekrutacyjnych z uczenia maszynowego w Pythonie
Connected

ćwiczenie

Ensemble lasów losowych

Pytania dotyczące modeli ensemble są częstym elementem rozmów kwalifikacyjnych z uczenia maszynowego. Jeśli dostaniesz zbiór danych i zadanie zbudowania jak najdokładniejszego modelu, z pewnością warto rozważyć te bardziej złożone podejścia.

W tej ostatniej lekcji kursu stworzysz i porównasz dwa różne modele ensemble dla zbioru loan_data.

W tym ćwiczeniu zbudujesz model klasyfikatora Random Forest i porównasz jego metryki wydajności z modelem z następnego ćwiczenia.

Dane zostały już podzielone i są dostępne w środowisku pracy jako X_train, X_test, y_train i y_test.

Instrukcje 1/4

undefined XP
    1
    2
    3
    4
  • Zaimportuj moduły potrzebne do stworzenia modelu Random Forest oraz obliczenia macierzy pomyłek, dokładności, precyzji, czułości i miary F1.
  • Zainicjalizuj klasyfikator RF i ustaw odpowiedni argument, aby wygenerować 50 estymatorów.