Tuning mehrerer Hyperparameter
In dieser Übung übst du, mehrere Hyperparameter gleichzeitig zu tunen. Das ist wichtig, weil sich Hyperparameter in einem Algorithmus oft gegenseitig beeinflussen. Sie einzeln zu tunen, ist daher in der Regel nicht empfehlenswert.
Du wirst die Parameter max_features und max_samples von IForest mithilfe einer Stichprobe der Big-Mart-Verkaufsdaten tunen.
IForest und airbnb_df sind bereits für dich geladen. Die Funktion product aus itertools ist ebenfalls verfügbar.
Diese Übung ist Teil des Kurses
Anomalieerkennung mit Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Create two lists for max_features and max_samples
max_features = ____
max_samples = ____
scores = dict()