1. Learn
    2. /
  2. Курси
    3. /
  3. Ансамблеві методи в Python
Connected

Вправа

Регресія AdaBoost на основі дерев

Моделі AdaBoost зазвичай будують із деревами рішень як базовими оцінювачами. Спробуймо це зараз і подивімося, чи покращиться якість моделі ще більше.

Використаємо дванадцять оцінювачів, як і раніше, щоб коректно порівняти результати. Немає потреби створювати дерево рішень окремо — воно є базовим оцінювачем за замовчуванням.

Інструкції

100 XP
  • Побудуйте та навчіть AdaBoostRegressor, використовуючи 12 оцінювачів. Вам не потрібно вказувати базовий алгоритм.
  • Обчисліть прогнози на тестовій вибірці.