ПочатиПочніть безкоштовно

Створіть регресор GB

Тепер ви знову звернетеся до набору даних Bike Sharing Demand, який було представлено в попередньому розділі. Нагадаємо, ваше завдання — передбачити попит на оренду велосипедів, використовуючи історичні дані про погоду з програми Capital Bikeshare у Вашингтоні, округ Колумбія. Для цього ви використаєте регресор градієнтного бустингу.

Спершу створіть екземпляр регресора градієнтного бустингу. Ви навчите його в наступній вправі.

Ця вправа є частиною курсу

Машинне навчання з деревоподібними моделями в Python

Переглянути курс

Інструкції до вправи

  • Імпортуйте GradientBoostingRegressor із sklearn.ensemble.

  • Створіть екземпляр регресора градієнтного бустингу з параметрами:

    • max_depth = 4

    • n_estimators = 200

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import GradientBoostingRegressor
____

# Instantiate gb
gb = ____(____=____, 
            ____=____,
            random_state=2)
Редагувати та запускати код