320x100
320x100
랜덤포레스트 분류 모형을 "random_classifier"라는 변수에 저장하세요.
random_classifier = RandomForestClassifier()"X"라는 변수에 train의 "quality" 피쳐를 제거하고 저장하세요.
X = train .drop(columns=['quality'])"y"라는 변수에 정답인 train의 "quality" 피쳐를 저장하세요.
y = train['quality']"random_classifier"를 X와 y를 이용해 학습시켜보세요.
random_classifier.fit(X,y)320x100
320x100
'빅데이터 관련 자료 > Dacon' 카테고리의 다른 글
| Lv3 | 모델링 | 교차검증 실습 K-Fold (0) | 2021.08.22 |
|---|---|
| Lv3 | 모델링 | 교차 검증 정의 K-Fold - 1 : Hold-out (0) | 2021.08.20 |
| Lv3 | 모델링 | 모델 정의 RandomForestClassifier() (0) | 2021.08.19 |
| Lv3 | 전처리 | 원-핫 인코딩 OneHotEncoder() (0) | 2021.08.18 |
| Lv3 | 전처리 | 수치형 데이터 정규화 MinMaxScaler() (0) | 2021.08.17 |