Regression med SGB
Precis som i övningarna från föregående lektion kommer du att arbeta med datamängden Bike Sharing Demand. I följande övningar löser du det här regressionsproblem för cykeluthyrning med hjälp av stokastisk gradientboostning.
Den här övningen är en del av kursen
Maskininlärning med trädbaserade modeller i Python
Övningsinstruktioner
Instansiera en stokastisk gradientboostningsregressor (SGBR) och ange:
max_depthtill 4 ochn_estimatorstill 200,subsampletill 0.9, ochmax_featurestill 0.75.
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import GradientBoostingRegressor
from sklearn.ensemble import GradientBoostingRegressor
# Instantiate sgbr
sgbr = ____(max_depth=____,
subsample=____,
max_features=____,
n_estimators=____,
random_state=2)