शुरू करेंमुफ़्त में शुरू करें

GridSearch लागू करना

अब आप sklearn के GridSearchCV() फंक्शन का उपयोग करके पिछले अभ्यास में बनाए गए सभी max_depth और min_samples_leaf मानों के बीच सबसे अच्छी संयोजन ढूँढ सकते हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

HR Analytics: Python में कर्मचारी churn की भविष्यवाणी

पाठ्यक्रम देखें

अभ्यास निर्देश

  • GridSearchCV फंक्शन इम्पोर्ट करें.
  • पहले परिभाषित किए गए parameters डिक्शनरी का उपयोग करते हुए, अपने model पर GridSearchCV() लागू करें. इसे param_search के रूप में सेव करें.
  • प्रशिक्षण डेटासेट पर param_search फिट करें.
  • best_params_ एट्रिब्यूट का उपयोग करके पाए गए बेस्ट पैरामीटर्स प्रिंट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# import the GridSearchCV function
from sklearn.model_selection import ____

# set up parameters: done
parameters = dict(max_depth=depth, min_samples_leaf=samples)

# initialize the param_search function using the GridSearchCV function, initial model and parameters above
param_search = ____(model, parameters, cv=3)

# fit the param_search to the training dataset
____.fit(features_train, target_train)

# print the best parameters found
print(param_search.____)
कोड संपादित करें और चलाएँ