機器學習模型的構成

現在，你要強化對「資料如何影響模型效能」的理解。你將使用 Airbnb 訂房資料集（檔案為 booking.csv）。這個資料集適合用於分類任務，用來預測是否會取消訂房，其中包含多個數值與類別欄位。 你會使用 split_dataset.py 指令碼，將提供的資料集切分為 3 個互斥的樣本——train_A.csv、train_B.csv 和 test.csv。接著，對每個訓練資料集執行資料處理與模型訓練的 pipeline，訓練一個 Random Forest 分類器，並使用 model_training.py 在測試集上評估其效能。params.json 中定義的超參數在兩次執行中皆保持一致。

這些 Python 指令碼可接受命令列引數並經由 shell 執行。若你有興趣，歡迎開啟並閱讀這些指令碼以加深理解。