建立隨機森林模型
你將再次使用 Pima Indians 資料集來預測個體是否患有糖尿病。這次會使用隨機森林分類器。在進行訓練／測試集切分之後，將模型擬合在訓練資料上，並查看特徵重要性。
已為你預先載入特徵與目標資料集 X 與 y。必要的套件與函式也都已載入完成。
本練習屬於課程
Python 的降維
練習說明
- 將 test size 設為 25%，也就是進行 75%-25% 的訓練／測試集切分。
- 將隨機森林分類器擬合到訓練資料。
- 計算測試集的準確率。
- 逐一印出各特徵的特徵重要性。
動手互動練習
試著完成這個範例程式碼，體驗一下這個練習。
# Perform a 75% training and 25% test data split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=____, random_state=0)
# Fit the random forest model to the training data
rf = RandomForestClassifier(random_state=0)
rf.____(____, ____)
# Calculate the accuracy
acc = accuracy_score(____, ____)
# Print the importances per feature
print(dict(zip(X.columns, rf.____.round(2))))
# Print accuracy
print(f"{acc:.1%} accuracy on test set.")