शुरू करेंमुफ़्त में शुरू करें

SGDClassifier का उपयोग

इस अंतिम कोडिंग अभ्यास में, आप SGDClassifier() का उपयोग करके रेग्युलराइज़ेशन स्ट्रेंथ और लॉस (लॉजिस्टिक रिग्रेशन बनाम लीनियर SVM) पर हाइपरपैरामीटर सर्च करेंगे।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Linear Classifiers

पाठ्यक्रम देखें

अभ्यास निर्देश

  • random_state=0 के साथ एक SGDClassifier इंस्टैंसिएट करें।
  • रेग्युलराइज़ेशन स्ट्रेंथ और hinge बनाम log_loss लॉस पर सर्च करें।

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# We set random_state=0 for reproducibility 
linear_classifier = ____(random_state=0)

# Instantiate the GridSearchCV object and run the search
parameters = {'alpha':[0.00001, 0.0001, 0.001, 0.01, 0.1, 1], 
             'loss':[____]}
searcher = GridSearchCV(linear_classifier, parameters, cv=10)
searcher.fit(X_train, y_train)

# Report the best parameters and the corresponding score
print("Best CV params", searcher.best_params_)
print("Best CV accuracy", searcher.best_score_)
print("Test accuracy of best grid search hypers:", searcher.score(X_test, y_test))
कोड संपादित करें और चलाएँ