使用 GridSearchCV 的模型結果
你已經找出此模型的最佳參數：分裂準則設為 'gini'，估計器（樹）的數量為 30，模型最大深度為 8，最大特徵數量設為 "log2"。
現在就用這組設定試試看，看看模型表現如何。你可以再次使用 get_model_results() 函式來節省時間。
本練習屬於課程
Fraud Detection in Python
練習說明
- 在模型定義中輸入最佳設定。
- 擬合模型、取得預測，並使用
get_model_results()取得效能指標。
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。
# Input the optimal parameters in the model
model = RandomForestClassifier(class_weight={0:1,1:12}, ____='____',
____=____, ____='log2', min_samples_leaf=10, ____=____, n_jobs=-1, random_state=5)
# Get results from your model
get_model_results(____, ____, ____, ____, ____)