Bắt đầu ngayBắt đầu miễn phí

Hồi quy AdaBoost dựa trên cây

Các mô hình AdaBoost thường được xây dựng với cây quyết định làm bộ ước lượng cơ sở. Hãy thử làm theo cách này và xem hiệu năng mô hình có được cải thiện thêm không.

Chúng ta sẽ dùng mười hai bộ ước lượng như trước để so sánh công bằng. Không cần khởi tạo cây quyết định vì đây là bộ ước lượng mặc định.

Bài tập này là một phần của khóa học

Ensemble Methods in Python

Xem khóa học

Hướng dẫn bài tập

  • Xây dựng và huấn luyện một AdaBoostRegressor với 12 bộ ước lượng. Bạn không cần chỉ định bộ ước lượng cơ sở.
  • Tính các dự đoán trên tập kiểm tra.

Bài tập tương tác thực hành trực tiếp

Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.

# Build and fit a tree-based AdaBoost regressor
reg_ada = ____(____, random_state=500)
reg_ada.fit(X_train, y_train)

# Calculate the predictions on the test set
pred = ____

# Evaluate the performance using the RMSE
rmse = np.sqrt(mean_squared_error(y_test, pred))
print('RMSE: {:.3f}'.format(rmse))
Chỉnh sửa và Chạy Mã