Regresyon modelleri

Python'da Model Doğrulama

Kasey Jones

Data Scientist

scikit-learn'da rastgele ormanlar

from sklearn.ensemble import RandomForestRegressor
from sklearn.ensemble import RandomForestClassifier

rfr = RandomForestRegressor(random_state=1111)
rfc = RandomForestClassifier(random_state=1111)

Karar ağaçları tüm noktalarla başlar ve farklı bölünmelere göre yukarıdan dallara ayrılır. Her veri noktası için, özelliklerine göre ağacın dallarında yollar izlenir.

Bir rastgele orman tamamlandığında, her veri noktası için nihai tahmini elde etmek üzere tek tek karar ağaçlarının sonuçlarının ortalamasını alır.

Rastgele orman parametreleri

n_estimators: ormandaki ağaç sayısı

max_depth: ağaçların azami derinliği

random_state: rastgelelik tohumu

from sklearn.ensemble import RandomForestRegressor
rfr = RandomForestRegressor(n_estimators=50, max_depth=10)

rfr = RandomForestRegressor(random_state=1111)
rfr.n_estimators = 50
rfr.max_depth = 10

Özellik önemi

Model için her sütunun önemini yazdırın

for i, item in enumerate(rfr.feature_importances_):
    print("{0:s}: {1:.2f}".format(X.columns[i], item))

weight: 0.50
height: 0.39
left_handed: 0.72
union_preference: 0.05
eye_color: 0.03

Haydi başlayalım

Python'da Model Doğrulama