aice고객문제4

11. 랜덤 포레스트(Random Forest)는 분류, 회귀 분석 등에 사용되는 앙상블 학습 방법입니다.

아래 하이퍼 파라미터 설정값을 적용하여 Randomforest 모델로 학습을 진행하세요. 결정트리의 개수는 50로 설정하세요.

최대 Feature 개수는 10로 설정하세요. 트리의 최대 깊이는 13로 설정하세요. random_state는 30로 설정하세요. score 함수를 사용하여 성능을 출력하세요(성능은 검증 데이터셋을 활용하세요) In [76]: # 여기에 답안코드를 작성하세요. from sklearn.ensemble import RandomForestClassifier rfc = RandomForestClassifier(n_estimators = 50, max_features = 10, max_depth = 13, random_state = 30) rfc.fit(X_train, y_train) rfc.score(X_valid, y_valid) 12.

위 모델의 성능을 평...