重用模型參數
在模型驗證中，能夠重現模型效能非常關鍵。當你要與同事分享模型、在新資料上重用模型，或在像是 Stack Overflow 這樣的網站上發問時，重現同樣重要。你可能會在這類網站請教其他程式設計者關於模型錯誤、輸出或效能的問題。最好的方式是透過重用模型參數來重現你的工作。
在這個練習中，你會用各種方法回顧模型中使用過的參數。
本練習屬於課程
Python 的模型驗證
練習說明
- 直接列印模型，輸出模型
rfc的特性。 - 只列印模型的 random state。
- 列印模型參數的字典。
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。
rfc = RandomForestClassifier(n_estimators=50, max_depth=6, random_state=1111)
# Print the classification model
____(____)
# Print the classification model's random state parameter
print('The random state is: {}'.format(rfc.____))
# Print all parameters
print('Printing the parameters dictionary: {}'.format(rfc.____()))