Grid search के परिणामों की जाँच
अब आप वीडियो में बनाए गए GridSearchCV ऑब्जेक्ट की cv_results_ प्रॉपर्टी को एक्सप्लोर करेंगे। यह एक डिक्शनरी है जिसे हम pandas DataFrame में पढ़ सकते हैं, और इसमें अभी किए गए grid search के बारे में काफ़ी उपयोगी जानकारी होती है।
इस प्रॉपर्टी में अलग-अलग कॉलम टाइप का रिमाइंडर:
time_कॉलमparam_कॉलम (हर हाइपरपैरामीटर के लिए एक) और सिंगुलरparamsकॉलम (सभी हाइपरपैरामीटर सेटिंग्स के साथ)- हर cv fold के लिए
train_scoreकॉलम, जिनमेंmean_train_scoreऔरstd_train_scoreभी शामिल हैं - हर cv fold के लिए
test_scoreकॉलम, जिनमेंmean_test_scoreऔरstd_test_scoreभी शामिल हैं rank_test_scoreकॉलम, जिसमें 1 से n (iterations की संख्या) तक नंबर होता है जो पंक्तियों को उनकेmean_test_scoreके आधार पर रैंक करता है
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Hyperparameter Tuning
अभ्यास निर्देश
grid_rf_classGridSearchCV ऑब्जेक्ट कीcv_results_प्रॉपर्टी को एक data frame में पढ़ें और जाँचने के लिए पूरा प्रिंट करें.- grid search की हर iteration में उपयोग किए गए सभी हाइपरपैरामीटर्स की डिक्शनरी वाला सिंगुलर कॉलम निकालें और प्रिंट करें.
rank_test_scoreकॉलम का उपयोग करके इंडेक्स करें और वह पंक्ति निकालकर प्रिंट करें जिसका mean test score सबसे अच्छा था.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Read the cv_results property into a dataframe & print it out
cv_results_df = pd.DataFrame(grid_rf_class.____)
print(____)
# Extract and print the column with a dictionary of hyperparameters used
column = cv_results_df.loc[:, [____]]
print(____)
# Extract and print the row that had the best mean test score
best_row = cv_results_df[cv_results_df[____] == ____ ]
print(best_row)