Descripción
Aplicación de RandomForestRegressor en un dataset de Scikit-Learn.
Usa el estimador RandomForestRegressor
de Scikit-Learn para predecir valores sobre el dataset de Diabetes de Scikit Learn. El objetivo es crear un modelo de regresión utilizando RandomForestRegressor
para predecir la diabetes.
Guarda tu progreso
Inicia sesión para no perder tu progreso y accede a miles de tutoriales, ejercicios prácticos y nuestro asistente de IA.
Más de 25.000 desarrolladores ya confían en CertiDevs
Carga el dataset
- Importa la función
load_diabetes
desdesklearn.datasets
y carga los datos. - Separa las características (
X
) y la variable objetivo (y
).
Divide el conjunto de datos
- Usa
train_test_split
desklearn.model_selection
para dividir el dataset en entrenamiento y prueba, con un 20% de los datos para prueba. - Usa un
random_state
de 42 para reproducibilidad.
Crea y entrena el modelo
- Crea una instancia del
RandomForestRegressor
conn_estimators=100
yrandom_state=42
. - Entrena el modelo con los datos de entrenamiento.
Realiza predicciones
- Usa el modelo entrenado para predecir los valores sobre el conjunto de prueba.
Evalúa el modelo
- Calcula y muestra el error cuadrático medio (MSE) en el conjunto de prueba usando
mean_squared_error de sklearn.metrics
.
Solución al ejercicio de programación en ScikitLearn
¡Desbloquea la solución completa!
Completa el ejercicio de programación en ScikitLearn para acceder a la solución paso a paso, explicaciones detalladas y mejores prácticas.
Practica con ejercicios de programación en ScikitLearn
Mejora tus habilidades con cientos de ejercicios de práctica, recibe retroalimentación instantánea y obtén tu certificación cuando estés listo.
Asistente de IA
Aprende de tus errores
Progreso
Mide tu avance
Certificación
Valida tus habilidades
Únete a miles de desarrolladores mejorando sus habilidades en ScikitLearn