1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Hyperparameter Tuning in Python
Connected

cvičení

Analýza nejlepších výsledků

Na konci dne nás zajímá především nejlépe hodnocené „políčko" v grid search. Scikit Learn naštěstí nabízí u objektů gridSearchCv několik parametrů, které poskytují klíčové informace právě o tomto nejlepším políčku (neboli řádku v cv_results_).

Prozkoumáš tři vlastnosti:

  • best_score_ – Skóre (zde ROC_AUC) nejlepšího políčka.
  • best_index_ – Index řádku v cv_results_, který obsahuje informace o nejlepším políčku.
  • best_params_ – Slovník parametrů, které dosáhly nejlepšího skóre, například 'max_depth': 10

Objekt grid search grid_rf_class je k dispozici.

Na řádku 6 byl za tebe vytvořen dataframe (cv_results_df) z cv_results_. Pomůže ti s indexováním do výsledků.

Pokyny

100 XP
  • Extrahuj a vypiš ROC_AUC skóre nejlépe hodnoceného políčka v grid_rf_class.
  • Vytvoř proměnnou z nejlépe hodnoceného řádku pomocí indexování do cv_results_df.
  • Vytvoř proměnnou best_n_estimators tak, že z nejlépe hodnoceného políčka v grid_rf_class extrahuješ parametr n_estimators, a vypiš ji.