Ajusta iterativamente varios hiperparámetros
En este ejercicio, vas a partir de la función que creaste antes para recibir 2 hiperparámetros, entrenar un modelo y devolver los resultados. Ahora la usarás para iterar sobre varios valores y luego ampliarás tanto la función como el bucle con otro hiperparámetro.
La función gbm_grid_search(learn_rate, max_depth) está disponible en este ejercicio.
Si necesitas recordar cómo era la función, puedes ejecutar print_func(), que ya está creada para ti.
Este ejercicio forma parte del curso
Ajuste de hiperparámetros en Python
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Create the relevant lists
results_list = ____
learn_rate_list = ____
max_depth_list = ____
# Create the for loop
for learn_rate in ____:
for max_depth in ____:
____.append(gbm_grid_search(____,____))
# Print the results
print(____)