Resultados do modelo usando GridSearchCV
Você descobriu que os melhores parâmetros para o seu modelo são: o critério de divisão deve ser 'gini', o número de estimadores (árvores) deve ser 30, a profundidade máxima do modelo deve ser 8 e o número máximo de atributos deve ser "log2".
Vamos testar isso e ver como o modelo se sai. Você pode usar a função get_model_results() novamente para ganhar tempo.
Este exercício faz parte do curso
Detecção de Fraudes em Python
Instruções do exercício
- Insira as configurações ideais na definição do modelo.
- Treine o modelo, obtenha as previsões e recupere os parâmetros de desempenho com
get_model_results().
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Input the optimal parameters in the model
model = RandomForestClassifier(class_weight={0:1,1:12}, ____='____',
____=____, ____='log2', min_samples_leaf=10, ____=____, n_jobs=-1, random_state=5)
# Get results from your model
get_model_results(____, ____, ____, ____, ____)