Combinarea modelelor

Vei începe să creezi ansambluri de modele folosind tehnica de combinare (blending).

Scopul tău este să antrenezi 2 modele diferite pe datele din competiția New York City Taxi. Generează predicții pe datele de test, apoi combină-le folosind media aritmetică simplă.

DataFrame-urile train și test sunt deja disponibile în spațiul tău de lucru. features este o listă de coloane ce vor fi folosite la antrenare și este, de asemenea, disponibilă în spațiul de lucru. Numele variabilei țintă este "fare_amount".

Acest exercițiu face parte din cursul

Câștigarea unei competiții Kaggle în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Antrenează un model Gradient Boosting pe datele de antrenament, folosind lista features și coloana "fare_amount" ca variabilă țintă.
Antrenează un model Random Forest în același mod.
Generează predicții pe datele de test folosind ambele modele: Gradient Boosting și Random Forest.
Calculează media predicțiilor celor două modele.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

from sklearn.ensemble import GradientBoostingRegressor, RandomForestRegressor

# Train a Gradient Boosting model
gb = GradientBoostingRegressor().____(____[features], ____.fare_amount)

# Train a Random Forest model
rf = RandomForestRegressor().____(____[features], ____.fare_amount)

# Make predictions on the test data
test['gb_pred'] = ____.____(test[features])
test['rf_pred'] = ____.____(test[features])

# Find mean of model predictions
test['blend'] = (____[____] + ____[____]) / 2
print(test[['gb_pred', 'rf_pred', 'blend']].head(3))

Editează și rulează codul