Začněte nyníZačněte zdarma

Opětovné použití parametrů modelu

Reprodukovatelnost výsledků modelu je v jeho validaci klíčová. Důležitá je také tehdy, když model sdílíš s kolegy, používáš ho na nových datech nebo pokládáš otázky na stránkách jako Stack Overflow. Takové stránky se hodí, když potřebuješ od ostatních vývojářů radu ohledně chyb, výstupu nebo výkonu modelu. Nejlepší způsob, jak to udělat, je svou práci reprodukovat pomocí opětovného použití parametrů modelu.

V tomto cvičení si vyzkoušíš různé metody, jak zjistit, které parametry byly v modelu použity.

Toto cvičení je součástí kurzu

Validace modelů v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Vypiš vlastnosti modelu rfc jednoduchým vytisknutím celého modelu.
  • Vypiš pouze náhodný stav (random state) modelu.
  • Vypiš slovník parametrů modelu.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

rfc = RandomForestClassifier(n_estimators=50, max_depth=6, random_state=1111)

# Print the classification model
____(____)

# Print the classification model's random state parameter
print('The random state is: {}'.format(rfc.____))

# Print all parameters
print('Printing the parameters dictionary: {}'.format(rfc.____()))
Upravit a spustit kód