Ajuste de múltiples hiperparámetros
En este ejercicio, practicarás el ajuste de varios hiperparámetros a la vez. Es un tema muy útil, porque los hiperparámetros de un algoritmo suelen influirse entre sí. Por ello, ajustarlos de forma aislada no suele ser lo más recomendable.
Vas a ajustar los parámetros max_features y max_samples de IForest usando una muestra de los datos de ventas de Big Mart.
IForest y airbnb_df ya están cargados. También tienes disponible la función product de itertools.
Este ejercicio forma parte del curso
Detección de anomalías en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Create two lists for max_features and max_samples
max_features = ____
max_samples = ____
scores = dict()