1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Předpovídání CTR pomocí Machine Learning v Pythonu
Connected

cvičení

Variace hyperparametrů

Počet trénovacích iterací a velikost skrytých vrstev jsou dva klíčové hyperparametry, které lze při práci s MLP klasifikátorem měnit. V tomto cvičení je budeš měnit odděleně a sledovat, jak se mění výkon modelu z hlediska přesnosti a AUC ROC křivky.

X_train, y_train, X_test, y_test jsou dostupné v tvém pracovním prostředí. Příznaky už byly standardizovány pomocí StandardScaler(). K dispozici máš také pandas jako pd a numpy jako np.

Instrukce 1/2

undefined XP
  • 1
    • Vytvoř MLP klasifikátor pro každou konfiguraci max_iter.
    • Vypočítej přesnost a AUC pomocí roc_auc_score() na základě y_score.
  • 2
    • Vytvoř 3 MLP klasifikátory se 4, 8 a 16 jednotkami (pomocí (4, ), (8, ) atd.).
    • Pro každý z nich odvoď přesnost a AUC ROC.