Trenowanie prostego modelu
Jak już wiesz, masz do czynienia z problemem regresji. Czas zatem zbudować model, który posłuży do przesłania wyników. Zamiast najprostszego modelu regresji liniowej, jak w slajdach, skorzystaj z gotowego modelu Random Forest.
Do tego celu użyjesz klasy RandomForestRegressor z biblioteki scikit-learn.
Twoim zadaniem jest wytrenowanie modelu Random Forest z domyślnymi parametrami na cechach „store" i „item".
To ćwiczenie jest częścią kursu
Zwycięstwo w konkursie Kaggle w Pythonie
Instrukcje do ćwiczenia
- Wczytaj dane treningowe przy użyciu biblioteki
pandas. - Utwórz obiekt Random Forest.
- Wytrenuj model Random Forest na cechach „store" i „item", używając „sales" jako zmiennej docelowej.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
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['____'])