शुरू करेंमुफ़्त में शुरू करें

max_depth ट्यून करना

इस अभ्यास में, आपका काम max_depth को ट्यून करना है, जो वह पैरामीटर है जो तय करता है कि बूस्टिंग राउंड में हर ट्री अधिकतम कितनी गहराई तक बढ़ सकता है. छोटे मान उथले ट्री देंगे, और बड़े मान गहरे ट्री बनाएँगे.

यह अभ्यास पाठ्यक्रम का हिस्सा है

XGBoost के साथ Extreme Gradient Boosting

पाठ्यक्रम देखें

अभ्यास निर्देश

  • max_depths नाम की एक लिस्ट बनाएँ जिसमें ये "max_depth" मान हों: 2, 5, 10, और 20.
  • for लूप का उपयोग करके अपनी max_depths लिस्ट पर इटरेट करें.
  • for लूप के हर इटरेशन में व्यवस्थित रूप से "max_depth" बदलें और early stopping (5 राउंड) के साथ 2-fold cross-validation चलाएँ, 10 boosting rounds रखें, metric "rmse" हो, और seed 123 दें. सुनिश्चित करें कि आउटपुट एक DataFrame हो.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Create your housing DMatrix
housing_dmatrix = xgb.DMatrix(data=X,label=y)

# Create the parameter dictionary
params = {"objective":"reg:squarederror"}

# Create list of max_depth values
max_depths = ____
best_rmse = []

# Systematically vary the max_depth
for curr_val in ____:

    params["____"] = ____
    
    # Perform cross-validation
    cv_results = ____
    
    
    
    # Append the final round rmse to best_rmse
    best_rmse.append(cv_results["test-rmse-mean"].tail().values[-1])

# Print the resultant DataFrame
print(pd.DataFrame(list(zip(max_depths, best_rmse)),columns=["max_depth","best_rmse"]))
कोड संपादित करें और चलाएँ