设置 RF 的超参数网格

在本练习中，您将手动设置用于调优 rf 超参数的网格，以找到最优回归器。为此，您需要构建一个超参数网格，并调优以下内容：基学习器数量、每次节点划分时使用的最大特征数，以及每个叶节点的最小样本数（或占比）。

本练习是课程的一部分

Python 树模型机器学习

定义一个名为 params_rf 的 Python 字典，作为超参数网格，其中：
- 键 'n_estimators' 对应的取值列表为 100、350、500
- 键 'max_features' 对应的取值列表为 'log2'、'auto'、'sqrt'
- 键 'min_samples_leaf' 对应的取值列表为 2、10、30

通过完成这段示例代码来试试这个练习。

# Define the dictionary 'params_rf'
params_rf = ____