Conjunto de modelos com Random Forest
Perguntas sobre modelos de ensemble são comuns em entrevistas de Machine Learning. Se você receber um conjunto de dados e for solicitado a construir um modelo de alta precisão, provavelmente vai considerar esses modelos mais complexos.
Seu desafio, no restante desta última lição do curso, é criar e comparar dois modelos de ensemble diferentes para loan_data.
Neste exercício, você vai criar um modelo Random Forest Classifier e comparar suas métricas de desempenho com o modelo do próximo exercício.
Os dados já foram divididos e estão disponíveis no seu ambiente como X_train, X_test, y_train e y_test.
Este exercício faz parte do curso
Praticando perguntas de entrevista de Machine Learning em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Import
from sklearn.ensemble import ____
from sklearn.____ import ____, ____, ____, ____, _____
# Instantiate
rf_model = ____(____=____, random_state=123, oob_score = True)