RandomForestRegressor() 그럼 여기에서도
random_state=0 모 이런식으로 고정값을 넣어 주는게 좋겠네요 ^^
답변 1
0
네 어떤 전처리 작업을 했을 때 결과가 달라지게 되는데
random_state를 고정하지 않으면
정확히 무엇 때문에 성능이 달라졌는지 파악하기 어렵습니다..
0
검증용 데이터 분리 시 from sklearn.model_selection import train_test_split X_tr, X_val, y_tr, y_val = train_test_split(train, y_train, test_size=0.2, random_state=2022) X_tr.shape, X_val.shape, y_tr.shape, y_val.shape
이렇게 한번 random_state= 값을 주고 나서
RandomForest 값 넣을 때도 또 andom_state= 을 줘야 결과가 고정 된다는 거죠 ?
인코딩 방식 문의
0
2
1
9회 3유형 ==> 7회 3유형 질문드려요
0
3
1
작업형 2관련 질문입니다
0
9
2
작업형2 카테고리
0
15
2
110강 회귀_8번 문의
0
10
2
XGBRegressor 학습 시 warning 출력
0
18
2
데이터 프레임을 변경해도 되나요?
0
11
2
10회 기출 작업형3 문제 2-1 질문
0
18
2
작업형 2 질문
0
17
2
작업형 2 템플릿 확인 요청
0
14
2
작업형2 인코딩 질문
0
23
2
작업형 3 벼락치기 공부방법 질문
0
32
2
기출 11회 작업형 2_전체 데이터 학습 여부
0
33
2
예측값 결과 소수점 차이
0
28
2
기출 문제와 실전챌린지 연습문제 무엇부터 푸는게 나은가요?
0
37
1
전처리 train() test([ ])
0
23
2
작업형 1 배경지식 질문
0
33
2
옳게 풀은건지 질문드립니다!
0
22
1
roc_auc_score
0
31
2
추가질문 합니다
0
23
2
시험환경 구름
0
22
2
2유형 질문드려요
0
21
2
RandomForest vs lgb
0
30
2
전처리 관련질문
0
29
3