Začněte nyníZačněte zdarma

Iterativní ladění více hyperparametrů

V tomto cvičení rozšíříš funkci, kterou jsi vytvořil/a dříve – ta přijímá 2 hyperparametry, sestaví model a vrátí výsledky. Teď ji použiješ k procházení různých hodnot a následně ji i smyčku rozšíříš o další hyperparametr.

Funkce gbm_grid_search(learn_rate, max_depth) je v tomto cvičení k dispozici.

Pokud si potřebuješ funkci připomenout, spusť funkci print_func(), která je pro tebe připravená.

Toto cvičení je součástí kurzu

Hyperparameter Tuning in Python

Zobrazit kurz

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Create the relevant lists
results_list = ____
learn_rate_list = ____
max_depth_list = ____

# Create the for loop
for learn_rate in ____:
    for max_depth in ____:
        ____.append(gbm_grid_search(____,____))

# Print the results
print(____)
Upravit a spustit kód