फीचर्स की संख्या ट्यून करना

आपके मॉडलों में इस्तेमाल होने वाले डिफॉल्ट हाइपरपैरामीटर्स आपके डेटा के लिए ऑप्टिमाइज़ नहीं होते। Grid search cross-validation का लक्ष्य ऐसे हाइपरपैरामीटर्स पहचानना है जो मॉडल का परफॉर्मेंस सबसे बेहतर करें। वीडियो में, आपने देखा कि random forest के n_estimators हाइपरपैरामीटर को कैसे ट्यून किया गया। यहाँ, आप max_features हाइपरपैरामीटर ट्यून करने का अभ्यास करेंगे। कोड जल्दी चले, इसके लिए cv हाइपरपैरामीटर 3 सेट किया गया है.

Hyperparameter	Purpose
max_features	सर्वश्रेष्ठ split के लिए फीचर्स की संख्या

Random forest कई decision trees का ensemble होता है। n_estimators हाइपरपैरामीटर यह नियंत्रित करता है कि forest में कितने पेड़ होंगे, जबकि max_features यह नियंत्रित करता है कि decision tree में best split ढूँढते समय random forest कितने फीचर्स पर विचार करे।

एक random forest classifier आपके लिए clf नाम से पहले ही instantiate किया गया है.