Nastav mřížku hyperparametrů pro RF
V tomto cvičení ručně nastavíš mřížku hyperparametrů, která se použije k ladění hyperparametrů modelu rf a nalezení optimálního regresoru. Za tímto účelem sestavíš mřížku hyperparametrů a budeš ladit počet estimátorů, maximální počet příznaků používaných při rozdělování každého uzlu a minimální počet vzorků (nebo podíl) na list.
Toto cvičení je součástí kurzu
Machine Learning with Tree-Based Models in Python
Pokyny k cvičení
Definuj mřížku hyperparametrů jako Python slovník s názvem
params_rfs následujícími klíči:klíč
'n_estimators'nastav na seznam hodnot 100, 350, 500klíč
'max_features'nastav na seznam hodnot 'log2', 'auto', 'sqrt'klíč
'min_samples_leaf'nastav na seznam hodnot 2, 10, 30
Interaktivní cvičení na vyzkoušení si v praxi
Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.
# Define the dictionary 'params_rf'
params_rf = ____