ПочатиПочніть безкоштовно

Створіть екземпляр моделі

У наступному наборі вправ ви діагностуватимете проблеми зміщення та розкиду (bias і variance) у дерева регресії. Дерево регресії, яке ви визначите в цій вправі, використовуватиметься для передбачення витрат пального (mpg) автомобілів із набору даних auto, використовуючи всі доступні ознаки.

Ми вже обробили дані та завантажили у ваш простір роботи матрицю ознак X і масив y. Крім того, клас DecisionTreeRegressor було імпортовано з sklearn.tree.

Ця вправа є частиною курсу

Машинне навчання з деревоподібними моделями в Python

Переглянути курс

Інструкції до вправи

  • Імпортуйте train_test_split з sklearn.model_selection.
  • Розбийте дані на 70% тренувальних і 30% тестових.
  • Створіть DecisionTreeRegressor з максимальною глибиною 4 і параметром min_samples_leaf, встановленим у 0,26.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Import train_test_split from sklearn.model_selection
____

# Set SEED for reproducibility
SEED = 1

# Split the data into 70% train and 30% test
X_train, X_test, y_train, y_test = ____(____, ____, test_size=____, random_state=SEED)

# Instantiate a DecisionTreeRegressor dt
dt = ____(____=____, ____=____, random_state=SEED)
Редагувати та запускати код