เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

Pipeline แรกของคุณ

เพื่อนร่วมงานของคุณใช้ AdaBoostClassifier กับชุดข้อมูลการให้คะแนนเครดิต คุณต้องการลองใช้ random forest classifier ด้วย ในแบบฝึกหัดนี้ จะได้ฝึก classifier นี้กับข้อมูลและเปรียบเทียบกับ AdaBoostClassifier อย่าลืมใช้การแบ่งข้อมูล train/test เพื่อป้องกัน overfitting ข้อมูลถูกโหลดและแปลงไว้แล้ว โดยทุก feature เป็นตัวเลข feature ต่าง ๆ พร้อมใช้งานในตัวแปร X และ label อยู่ใน y โมดูล RandomForestClassifier ถูกโหลดไว้ล่วงหน้าแล้วเช่นกัน

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การออกแบบ Machine Learning Workflows ด้วย Python

ดูคอร์ส

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Split the data into train and test, with 20% as test
X_train, ____, ____, y_test = train_test_split(
  X, y, ____=0.2, random_state=1)
แก้ไขและรันโค้ด