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 completando este código de ejemplo.
# Create two lists for max_features and max_samples
max_features = ____
max_samples = ____
scores = dict()