Random Forest-klassificerare – del 1
Nu ska du skapa din första random forest-klassificerare för bedrägeridetektering. Förhoppningsvis kan du göra bättre ifrån dig än baslinjenoggrannheten du nyss beräknade, som låg på ungefär 96%. Den här modellen kommer att fungera som "baslinjemodell" som du sedan försöker förbättra i kommande övningar. Börja med att dela upp datan i ett tränings- och testset och definiera random forest-modellen. Tillgängliga data är särdrag X och etiketter y.
Den här övningen är en del av kursen
Bedrägeridetektering i Python
Övningsinstruktioner
- Importera random forest-klassificeraren från
sklearn. - Dela upp dina särdrag
Xoch etiketteryi ett tränings- och testset. Avsätt 30% för testning. - Tilldela random forest-klassificeraren till
modeloch behållrandom_statepå 5. Vi anger ett slumptillstånd här för att kunna jämföra resultat mellan olika modeller.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import the random forest model from sklearn
from sklearn.ensemble import ____
# Split your data into training and test set
X_train, X_test, y_train, y_test = ____(____, ____, test_size=____, random_state=0)
# Define the model as the random forest
model = ____(random_state=5)