Náhodné prohledávání s Random Forest

Abys lépe upevnil/a znalosti o náhodném vzorkování, zkus podobné cvičení s jinými hyperparametry a jiným algoritmem.

Jako předtím vytvoříš několik seznamů hyperparametrů, které pak spojíš do seznamu seznamů. Budeš pracovat s hyperparametry criterion, max_depth a max_features algoritmu Random Forest. Pak náhodně navzorkuješ kombinace hyperparametrů jako přípravu pro spuštění náhodného prohledávání.

Pro vzorkování tentokrát použiješ trochu jiný nástroj: random.sample().

Vytvoř seznam hodnot 'gini' a 'entropy' pro criterion a seznam "auto", "sqrt", "log2", None pro max_features.
Vytvoř seznam hodnot od 3 do 55 včetně pro hyperparametr max_depth a ulož ho do proměnné max_depth_list. Pamatuj, že range(N,M) vytvoří seznam od N do M-1.
Spoj tyto seznamy do seznamu seznamů pomocí funkce product().
Náhodně vyber 150 modelů z kombinovaného seznamu a výsledek vypiš.

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}cvičení

Pokyny

cvičení