BaşlayınÜcretsiz başlayın

Bir random forest modeli kurma

Yine Pima Indians veri kümesi üzerinde çalışarak bir kişinin diyabeti olup olmadığını tahmin edeceksin. Bu kez bir random forest sınıflandırıcı kullanacaksın. Train-test ayrımını yaptıktan sonra modeli eğitim verisiyle eğitecek ve özellik önem derecelerine bakacaksın.

Özellik ve hedef veri kümeleri X ve y olarak senin için önceden yüklendi. Gerekli paketler ve fonksiyonlar da aynı şekilde yüklendi.

Bu egzersiz, kursun bir parçasıdır

Python'da Boyut Azaltma

Kursa Göz Atın

Egzersiz talimatları

  • %25 test boyutu belirleyerek %75-%25 train-test ayrımı yap.
  • Random forest sınıflandırıcıyı eğitim verisine uydur.
  • Test kümesi üzerinde doğruluğu hesapla.
  • Özellik başına önem değerlerini yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Perform a 75% training and 25% test data split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=____, random_state=0)

# Fit the random forest model to the training data
rf = RandomForestClassifier(random_state=0)
rf.____(____, ____)

# Calculate the accuracy
acc = accuracy_score(____, ____)

# Print the importances per feature
print(dict(zip(X.columns, rf.____.round(2))))

# Print accuracy
print(f"{acc:.1%} accuracy on test set.")
Kodu Düzenle ve Çalıştır