Grid Search und Random Search im direkten Vergleich
Wenn du den Suchraum von Random Search und Grid Search zusammen visualisierst, siehst du auf einen Blick, welche Bereiche jede Technik abdeckt – und damit ihre konkreten Vor- und Nachteile.
In dieser Übung wirst du Hyperparameter-Kombinationen einmal im Stil einer Grid Search und einmal per Random Search ziehen und anschließend plotten, um den Unterschied zu sehen.
Dir stehen zur Verfügung:
combinations_list, eine Liste von Kombinationen auslearn_rateundmin_samples_leaffür diesen Algorithmus- Die Funktion
visualize_search(), die deine Hyperparameter-Kombinationen in X- und Y-Koordinaten überführt und sowohl Grid- als auch Random-Search-Kombinationen im selben Diagramm darstellt. Sie nimmt zwei Listen von Hyperparameter-Kombinationen als Eingabe.
Wenn du die Definition der Funktion visualize_search() ansehen möchtest, kannst du diesen Code ausführen:
import inspect
print(inspect.getsource(visualize_search))
Diese Übung ist Teil des Kurses
Hyperparameter-Tuning in Python
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Sample grid coordinates
grid_combinations_chosen = ____[0:____]
# Print result
print(____)