เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

กำหนดพารามิเตอร์และ fit โมเดล

งานเชิงทำนายแบ่งออกเป็น 2 ประเภท ได้แก่ regression และ classification ในชุดข้อมูลลูกอม ตัวแปร outcome เป็นตัวแปร ต่อเนื่อง ที่บอกว่าลูกอมถูกเลือกบ่อยแค่ไหนในการเปรียบเทียบแบบ 1-ต่อ-1 หากต้องการทำนายค่านี้ (เปอร์เซ็นต์การชนะ) จะใช้โมเดล regression

ในแบบฝึกหัดนี้ จะกำหนดพารามิเตอร์บางส่วนโดยใช้โมเดล random forest regression rfr

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การตรวจสอบความถูกต้องของโมเดลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • เพิ่มพารามิเตอร์ให้กับ rfr เพื่อกำหนดให้สร้างต้นไม้จำนวน 100 ต้น และความลึกสูงสุดของต้นไม้เหล่านั้นเท่ากับ 6
  • กำหนด random state เป็น 1111 เพื่อให้โมเดลให้ผลลัพธ์ที่ reproducible
  • ใช้เมธอด .fit() เพื่อ train โมเดล random forest regression โดยใช้ X_train เป็นข้อมูล input และ y_train เป็น response

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Set the number of trees
rfr.____ = ____

# Add a maximum depth
rfr.____ = ____

# Set the random state
rfr.____ = ____

# Fit the model
rfr.____(____, ____)
แก้ไขและรันโค้ด