GridSearchCV वार्म-अप
वीडियो में आपने देखा कि RBF kernel के हाइपरपैरामीटर gamma को बढ़ाने से training accuracy बढ़ती है. इस अभ्यास में हम scikit-learn के GridSearchCV का उपयोग करके वह gamma ढूँढेंगे जो cross-validation accuracy को अधिकतम करता है. हाथ से लिखे अंकों के डेटासेट का एक बाइनरी संस्करण, जिसमें आप सिर्फ यह भविष्यवाणी कर रहे हैं कि कोई इमेज "2" है या नहीं, पहले से ही X और y वैरिएबल्स में लोड है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Linear Classifiers
अभ्यास निर्देश
- एक
GridSearchCVऑब्जेक्ट बनाएँ. - cross-validation accuracy के आधार पर
gammaका सर्वश्रेष्ठ मान चुनने के लिएfit()मेथड कॉल करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Instantiate an RBF SVM
svm = SVC()
# Instantiate the GridSearchCV object and run the search
parameters = {'gamma':[0.00001, 0.0001, 0.001, 0.01, 0.1]}
searcher = GridSearchCV(svm, ____)
____.fit(____)
# Report the best parameters
print("Best CV params", searcher.best_params_)