訓練 RF 迴歸器
在接下來的練習中，你將使用 Kaggle 上的 Bike Sharing Demand 資料集，根據歷史天氣資料來預測華盛頓特區 Capital Bikeshare 計畫的單車租借需求。為了達成這個目的，你會使用 random forests 演算法。第一步，你將定義一個 random forests 迴歸器，並將它擬合到訓練集。
資料集已為你處理並分割為 80% 訓練集與 20% 測試集。特徵矩陣 X_train 與陣列 y_train 已可在你的工作區使用。
本練習屬於課程
Machine Learning with Tree-Based Models in Python
練習說明
從
sklearn.ensemble匯入RandomForestRegressor。建立一個名為
rf的RandomForestRegressor，包含 25 棵樹。將
rf擬合到訓練集。
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。
# Import RandomForestRegressor
____
# Instantiate rf
rf = ____(n_estimators=____,
random_state=2)
# Fit rf to the training set
____.____(____, ____)