调优随机森林超参数

与所有模型一样，我们希望通过调优超参数来优化性能。随机森林有很多超参数，但通常最重要的是在每次分裂时抽取的特征数量，即 sklearn 库中 RandomForestRegressor 的 max_features。对于像随机森林这样内置随机性的模型，我们还需要设置 random_state，以便结果可复现。

通常我们可以使用 sklearn 的 GridSearchCV() 来搜索超参数，但在金融时间序列中，我们不希望使用交叉验证，以免数据混杂。我们希望在最早的数据上训练模型，并在最新的数据上评估。因此，我们将使用 sklearn 的 ParameterGrid 来创建要搜索的超参数组合。

本练习是课程的一部分

Python 金融机器学习

查看课程

练习说明

在 grid 字典中，将 n_estimators 超参数设置为只包含一个值（200）的列表。
在 grid 字典中，将 max_features 超参数设置为包含 4 和 8 的列表。
在循环中，使用每个超参数组合 g，将已经为您创建的随机森林回归器（rfr）拟合到 train_features 和 train_targets。
使用 rfr.score() 在 test_features 上计算 R$^2$，并将结果追加到 test_scores 列表中。

交互式实操练习

通过完成这段示例代码来试试这个练习。

from sklearn.model_selection import ParameterGrid

# Create a dictionary of hyperparameters to search
grid = {____, 'max_depth': [3], 'max_features': ____, 'random_state': [42]}
test_scores = []

# Loop through the parameter grid, set the hyperparameters, and save the scores
for g in ParameterGrid(grid):
    rfr.set_params(**g)  # ** is "unpacking" the dictionary
    rfr.fit(____, ____)
    test_scores.append(rfr.score(____, ____))

# Find best hyperparameters from the test score and print
best_idx = np.argmax(test_scores)
print(test_scores[best_idx], ParameterGrid(grid)[best_idx])

编辑并运行代码