Implementace GridSearch

Teď můžeš použít funkci GridSearchCV() z knihovny sklearn, aby ses dostal/a k nejlepší kombinaci všech hodnot max_depth a min_samples_leaf, které jsi vygeneroval/a v předchozím cvičení.

Toto cvičení je součástí kurzu

HR Analytics: Predicting Employee Churn in Python

Zobrazit kurz

Pokyny k cvičení

Importuj funkci GridSearchCV.
Aplikuj funkci GridSearchCV() na svůj model s použitím slovníku parameters, který jsi definoval/a dříve. Výsledek ulož jako param_search.
Natrénuj param_search na trénovací sadě dat.
Vypiš nejlepší nalezené parametry pomocí atributu best_params_.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# import the GridSearchCV function
from sklearn.model_selection import ____

# set up parameters: done
parameters = dict(max_depth=depth, min_samples_leaf=samples)

# initialize the param_search function using the GridSearchCV function, initial model and parameters above
param_search = ____(model, parameters, cv=3)

# fit the param_search to the training dataset
____.fit(features_train, target_train)

# print the best parameters found
print(param_search.____)

Upravit a spustit kód