Hyperparametrar för Random Forests
I följande övningar återbesöker du datamängden Bike Sharing Demand som introducerades i ett tidigare kapitel. Kom ihåg att din uppgift är att förutsäga efterfrågan på cykeluthyrning med hjälp av historiska väderdata från Capital Bikeshare-programmet i Washington, D.C.. För det ändamålet ska du justera hyperparametrarna för en Random Forests-regressor.
Vi har instansierat en RandomForestRegressor kallad rf med sklearn:s standardhyperparametrar. Du kan granska hyperparametrarna för rf i din konsol.
Vilket av följande alternativ är inte en hyperparameter i rf?
Den här övningen är en del av kursen
Maskininlärning med trädbaserade modeller i Python
Interaktiv övning med praktiskt arbete
Gör teori till handling med en av våra interaktiva övningar
Starta övningen