ПочатиПочніть безкоштовно

Задайте параметри та навчіть модель

Прогнозні задачі поділяються на дві категорії: регресія або класифікація. У наборі даних про цукерки вихідна змінна є неперервною і описує, як часто певні цукерки обирали частіше за інші у серії парних порівнянь 1-на-1. Щоб передбачити це значення (відсоток перемог), ви використаєте модель регресії.

У цій вправі ви задамете кілька параметрів для моделі випадкового лісу для регресії rfr.

Ця вправа є частиною курсу

Валідація моделей у Python

Переглянути курс

Інструкції до вправи

  • Додайте до rfr параметри так, щоб кількість дерев була 100, а максимальна глибина цих дерев — 6.
  • Забезпечте відтворюваність моделі, задавши random_state рівним 1111.
  • Використайте метод .fit(), щоб навчити модель випадкового лісу для регресії, передавши X_train як вхідні дані, а y_train як ціль.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Set the number of trees
rfr.____ = ____

# Add a maximum depth
rfr.____ = ____

# Set the random state
rfr.____ = ____

# Fit the model
rfr.____(____, ____)
Редагувати та запускати код