设置参数并拟合模型
预测任务通常属于两类之一：回归或分类。在 candy 数据集中，结果变量是一个连续变量，描述在一系列 1 对 1 对决中某种糖果被选择而非另一种的频率。要预测这个数值（胜率百分比），您将使用回归模型。
在本练习中，您将使用随机森林回归模型 rfr 指定几个参数。
本练习是课程的一部分
Python 中的模型验证
练习说明
- 为
rfr添加参数，使构建的树数量为 100，且这些树的最大深度为 6。 - 通过将随机种子设置为
1111来确保模型结果可复现。 - 使用
.fit()方法训练随机森林回归模型，输入数据为X_train，响应为y_train。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Set the number of trees
rfr.____ = ____
# Add a maximum depth
rfr.____ = ____
# Set the random state
rfr.____ = ____
# Fit the model
rfr.____(____, ____)