TPOT की स्थिरता का विश्लेषण
अब आप अलग-अलग random state के साथ क्लासिफायर बनाकर TPOT की रैंडम प्रकृति देखेंगे और जानेंगे कि एल्गोरिदम किस मॉडल को सबसे अच्छा मानता है। इससे समझ में आता है कि यदि TPOT को पर्याप्त समय तक न चलाया जाए तो यह काफ़ी अस्थिर रह सकता है।
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 tpot classifier
tpot_clf = TPOTClassifier(generations=2, population_size=4, offspring_size=3, scoring='accuracy', cv=2,
verbosity=2, random_state=____)
# Fit the classifier to the training data
tpot_clf.fit(X_train, y_train)
# Score on the test set
print(tpot_clf.score(X_test, y_test))