Підбір кількості ознак

Типові гіперпараметри ваших моделей не оптимізовані під ваші дані. Мета перехресної перевірки з перебором сітки (grid search) — знайти такі гіперпараметри, які дають найкращу продуктивність моделі. У відео ви бачили, як налаштовували гіперпараметр n_estimators у випадковому лісі. Тут ви потренуєтеся налаштовувати гіперпараметр max_features. Гіперпараметр cv встановлено в 3, щоб код виконувався швидко.

Гіперпараметр	Призначення
max_features	Кількість ознак для найкращого поділу

Випадковий ліс — це ансамбль із багатьох дерев рішень. Гіперпараметр n_estimators визначає кількість дерев у лісі, а max_features керує тим, скільки ознак випадковий ліс має розглядати під час пошуку найкращого поділу в дереві рішень.

Для вас уже створено класифікатор випадкового лісу clf.