Modele de regresie

Validarea modelelor în Python

Kasey Jones

Data Scientist

Păduri aleatoare în scikit-learn

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

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

Arborii de decizie încep cu toate punctele și se ramifică de la vârf pe baza unor împărțiri diferite. Imaginați-vă că urmăriți diverse căi pe ramurile unui arbore pentru fiecare punct de date, în funcție de caracteristicile acestuia.

Când o pădure aleatoare este finalizată, va face media rezultatelor arborilor de decizie individuali pentru fiecare punct de date, obținând predicția finală pentru acel punct.

Parametrii pădurii aleatoare

n_estimators: numărul de arbori din pădure

max_depth: adâncimea maximă a arborilor

random_state: sămânța aleatoare

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

Importanța variabilelor

Afișați importanța fiecărei coloane pentru model

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

Să începem

Validarea modelelor în Python