Regressionsmodeller

Modellvalidering i Python

Kasey Jones

Data Scientist

Slumpskogar i scikit-learn

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

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

Beslutsträd börjar med alla datapunkter och grenar sig uppifrån baserat på olika uppdelningar. Följ de olika vägarna genom trädets grenar för varje datapunkt, utifrån datats egenskaper.

När en slumpskog är klar beräknas medelvärdet av de enskilda beslutsträdens resultat för varje datapunkt, vilket ger den slutliga prediktionen.

Parametrar för slumpskog

n_estimators: antalet träd i skogen

max_depth: trädets maximala djup

random_state: slumpmässigt frö

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

Särdragsvikt

Skriv ut hur viktig varje kolumn är för modellen

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

Nu kör vi en övning!

Modellvalidering i Python