Вивчайте Challenge: Implementing a Random Forest

In this chapter, you will build a Random Forest using the same titanic dataset.

Also, you will calculate the cross-validation accuracy using the cross_val_score() function

In the end, you will print the feature importances.
The feature_importances_ attribute only holds an array with importances without specifying the name of a feature.
To print the pairs ('name', importance), you can use the following syntax:

for f in zip(X.columns, model.feature_importances_):
    print(f)

Завдання

Swipe to start coding

Import the RandomForestClassifier class.
Create an instance of a RandomForestClassifier class with default parameters and train it.
Print the cross-validation score with the cv=10 of a random_forest you just built.
Print each feature's importance along with its name.

Рішення

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 4. Розділ 3

single

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Свайпніть щоб показати меню

In this chapter, you will build a Random Forest using the same titanic dataset.

Also, you will calculate the cross-validation accuracy using the cross_val_score() function

for f in zip(X.columns, model.feature_importances_):
    print(f)

Завдання

Swipe to start coding

Import the RandomForestClassifier class.
Create an instance of a RandomForestClassifier class with default parameters and train it.
Print the cross-validation score with the cv=10 of a random_forest you just built.
Print each feature's importance along with its name.

Рішення

Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантів

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 4. Розділ 3

single

Challenge: Implementing a Random Forest

Рішення

Awesome!

Challenge: Implementing a Random Forest

Рішення

Awesome!