Random Forest Classifier - bölüm 1
Şimdi dolandırıcılık tespiti için ilk random forest classifier modelimizi oluşturalım. Az önce hesapladığın, yaklaşık %96 olan temel doğruluktan daha iyisini yapabileceğini umuyoruz. Bu model, sonraki egzersizlerde geliştirmeye çalışacağın "temel" model olacak. Hadi önce veriyi eğitim ve test kümelerine ayıralım ve ardından Random Forest modelini tanımlayalım. Elinde özellikler X ve etiketler y var.
Bu egzersiz, kursun bir parçasıdır
Python ile Sahtekarlık Tespiti
Egzersiz talimatları
sklearniçinden random forest classifier'ı içe aktar.- Özelliklerin
Xve etiketleriny'yi eğitim ve test kümelerine ayır. Verinin %30'unu test için ayır. - Random forest classifier'ı
modeldeğişkenine ata verandom_statedeğerini 5 olarak bırak. Farklı modeller arasında sonuçları karşılaştırabilmek için burada bir random state belirlememiz gerekiyor.
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# Import the random forest model from sklearn
from sklearn.ensemble import ____
# Split your data into training and test set
X_train, X_test, y_train, y_test = ____(____, ____, test_size=____, random_state=0)
# Define the model as the random forest
model = ____(random_state=5)