Treine um modelo simples
Como você determinou, este é um problema de regressão. Agora, você está pronto para construir um modelo para uma submissão futura. Mas, em vez de criar o modelo de Regressão Linear mais simples, como nos slides, vamos treinar um Random Forest pronto para uso.
Você usará a classe RandomForestRegressor da biblioteca scikit-learn.
Seu objetivo é treinar um modelo de Random Forest com os parâmetros padrão nas features "store" e "item".
Este exercício faz parte do curso
Vencendo uma competição do Kaggle em Python
Instruções do exercício
- Leia os dados de treino usando
pandas. - Crie um objeto de Random Forest.
- Treine o modelo de Random Forest com as features "store" e "item", usando "sales" como variável-alvo.
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
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['____'])