Regresia AdaBoost bazată pe arbori de decizie
Modelele AdaBoost sunt construite de obicei cu arbori de decizie ca estimatori de bază. Hai să încercăm acum și să vedem dacă performanța modelului se îmbunătățește și mai mult.
Vom folosi doisprezece estimatori, ca și înainte, pentru o comparație corectă. Nu este nevoie să instanțiezi arborele de decizie, deoarece acesta este estimatorul de bază implicit.
Acest exercițiu face parte din cursul
Metode de ansamblu în Python
Instrucțiuni pentru exercițiu
- Construiește și antrenează un
AdaBoostRegressorfolosind12estimatori. Nu trebuie să specifici un estimator de bază. - Calculează predicțiile pe setul de testare.
Exercițiu interactiv practic
Încearcă acest exercițiu completând acest cod de exemplu.
# Build and fit a tree-based AdaBoost regressor
reg_ada = ____(____, random_state=500)
reg_ada.fit(X_train, y_train)
# Calculate the predictions on the test set
pred = ____
# Evaluate the performance using the RMSE
rmse = np.sqrt(mean_squared_error(y_test, pred))
print('RMSE: {:.3f}'.format(rmse))