随机森林集成模型
在机器学习面试中，经常会被问到关于集成模型的问题。如果给您一个数据集并要求构建高精度模型，通常需要考虑这类更复杂的模型。
本课最后一节接下来的挑战是为 loan_data 构建并比较两种不同的集成模型。
在本练习中，您将创建一个随机森林分类器，并将其性能指标与下一练习中的模型进行比较。
数据已完成划分，并以 X_train、X_test、y_train 和 y_test 的形式提供在您的工作空间中。
本练习是课程的一部分
用 Python 练习机器学习面试题
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Import
from sklearn.ensemble import ____
from sklearn.____ import ____, ____, ____, ____, _____
# Instantiate
rf_model = ____(____=____, random_state=123, oob_score = True)