Introduction
Dans ce laboratoire, nous utiliserons Gradient Boosting pour construire un modèle prédictif pour la tâche de régression du diabète. Nous allons entraîner le modèle sur l'ensemble de données du diabète et obtenir les résultats de sklearn.ensemble.GradientBoostingRegressor
avec une perte de moindres carrés et 500 arbres de régression de profondeur 4.
Conseils sur la machine virtuelle
Une fois le démarrage de la machine virtuelle terminé, cliquez dans le coin supérieur gauche pour basculer vers l'onglet Carnet de notes pour accéder à Jupyter Notebook pour la pratique.
Parfois, vous devrez peut-être attendre quelques secondes pour que Jupyter Notebook ait fini de charger. La validation des opérations ne peut pas être automatisée en raison des limitations de Jupyter Notebook.
Si vous rencontrez des problèmes pendant l'apprentissage, n'hésitez pas à demander à Labby. Donnez des commentaires après la session, et nous résoudrons rapidement le problème pour vous.