Random Forest Ensemble
คำถามเกี่ยวกับ ensemble model เป็นเรื่องที่พบบ่อยในการสัมภาษณ์ด้าน machine learning หากได้รับชุดข้อมูลและต้องสร้างโมเดลที่มีความแม่นยำสูง โมเดลที่ซับซ้อนประเภทนี้ถือเป็นตัวเลือกที่ควรพิจารณา
ในส่วนที่เหลือของบทเรียนสุดท้ายของคอร์สนี้ ให้สร้างและเปรียบเทียบ ensemble model สองแบบสำหรับ loan_data
ในแบบฝึกหัดนี้ จะสร้างโมเดล Random Forest Classifier และเปรียบเทียบค่าเมตริกประสิทธิภาพกับโมเดลในแบบฝึกหัดถัดไป
ข้อมูลถูกแบ่งไว้แล้ว และพร้อมใช้งานในเวิร์กสเปซในชื่อ X_train, X_test, y_train และ y_test
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
ฝึกตอบคำถามสัมภาษณ์ Machine Learning ด้วย Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Import
from sklearn.ensemble import ____
from sklearn.____ import ____, ____, ____, ____, _____
# Instantiate
rf_model = ____(____=____, random_state=123, oob_score = True)