शुरू करेंमुफ़्त में शुरू करें

सर्वोत्तम ट्री की खोज

इस अभ्यास में, आप 5-fold cross validation के साथ grid search चलाकर dt के सर्वोत्तम hyperparameters ढूँढेंगे। ध्यान दें कि grid search एक exhaustive प्रक्रिया है, इसलिए मॉडल को train करने में समय लग सकता है। यहाँ आप केवल GridSearchCV ऑब्जेक्ट instantiate करेंगे, उसे training set पर fit नहीं करेंगे। जैसा कि वीडियो में बताया गया था, ऐसे ऑब्जेक्ट को आप किसी भी scikit-learn estimator की तरह .fit() मेथड से train कर सकते हैं:

grid_object.fit(X_train, y_train)

एक untuned classification tree dt और वह dictionary params_dt जो आपने पिछले अभ्यास में बनाई थी, आपके workspace में उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Tree-Based Models के साथ Machine Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • sklearn.model_selection से GridSearchCV इम्पोर्ट करें.

  • निम्न पैरामीटर्स सेट करके 5-fold CV के साथ एक GridSearchCV ऑब्जेक्ट instantiate करें:

    • estimator को dt, param_grid को params_dt पर सेट करें और

    • scoring को 'roc_auc' पर सेट करें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Import GridSearchCV
____

# Instantiate grid_dt
grid_dt = ____(estimator=____,
                       param_grid=____,
                       scoring=____,
                       cv=____,
                       n_jobs=-1)
कोड संपादित करें और चलाएँ