1. Learn
    2. /
  2. Cursuri
    3. /
  3. Exersează întrebări de interviu pentru Machine Learning în Python
Connected

exercițiu

O pădure de arbori de decizie

În acest exercițiu, vei exersa utilizarea arborelui de decizie cu bootstrap, cunoscut și sub numele de Random Forest. La fel ca în exercițiul anterior, vei compara acuratețea sa cu cea a unui model ale cărui hiperparametri au fost ajustați prin validare încrucișată.

De data aceasta, vei ajusta un hiperparametru suplimentar, max_features, care îi permite modelului să decidă câte caracteristici să utilizeze. Dacă nu este setat explicit, valoarea implicită este auto. Un lucru important de reținut pentru un interviu este că arborii de decizie iau în considerare toate caracteristicile în mod implicit, în timp ce Random Forest consideră, de obicei, rădăcina pătrată din numărul total de caracteristici.

Matricea de caracteristici X, eticheta țintă y și train_test_split din sklearn.model_selection au fost deja importate pentru tine.

Instrucțiuni 1/2

undefined XP
  • 1
    • Importă funcția potrivită pentru un clasificator de tip Random Forest și împarte datele în seturi de antrenament și de testare.
    • Instanțiază clasificatorul, antrenează-l, generează predicții și afișează acuratețea.
  • 2
    • Importă funcția potrivită pentru a realiza o căutare pe grilă cu validare încrucișată.
    • Repetă aceiași pași, de data aceasta utilizând căutarea pe grilă cu validare încrucișată.