एकाधिक हाइपरपैरामीटर को क्रमिक रूप से ट्यून करें
इस अभ्यास में, आप उस फंक्शन पर आगे काम करेंगे जिसे आपने पहले बनाया था, जो 2 हाइपरपैरामीटर लेता है, एक मॉडल बनाता है और परिणाम लौटाता है। अब आप उसी का उपयोग कुछ मानों पर लूप चलाने के लिए करेंगे और फिर इस फंक्शन और लूप को एक और हाइपरपैरामीटर के साथ बढ़ाएँगे।
इस अभ्यास में फंक्शन gbm_grid_search(learn_rate, max_depth) उपलब्ध है।
यदि आपको फंक्शन याद दिलाने की ज़रूरत हो, तो आप आपके लिए बनाया गया फंक्शन print_func() चला सकते हैं।
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Hyperparameter Tuning
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# 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(____)