复用模型参数
在模型验证中，复现实验结果至关重要。与同事共享模型、在新数据上复用模型，或在像 Stack Overflow 这样的网站上提问时，复现同样很重要。您可能会就模型报错、输出或性能向其他开发者请教。最佳做法是通过复用模型参数来复现您的工作。
在本练习中，您将使用多种方法回顾模型中使用了哪些参数。
本练习是课程的一部分
Python 中的模型验证
练习说明
- 直接打印模型，输出模型
rfc的各项特征。 - 仅打印模型的随机状态（random state）。
- 打印模型参数的字典。
交互式实操练习
通过完成这段示例代码来试试这个练习。
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.____()))