1. Learn
    2. /
  2. कोर्स
    3. /
  3. scikit-learn के साथ Supervised Learning
Connected

अभ्यास

GridSearchCV के साथ हाइपरपैरामीटर ट्यूनिंग

अब जब आप देख चुके हैं कि grid search हाइपरपैरामीटर ट्यूनिंग कैसे की जाती है, तो आप diabetes_df डेटासेट के फीचर्स का उपयोग करके ब्लड ग्लूकोज़ स्तर की भविष्यवाणी के लिए optimal हाइपरपैरामीटर्स वाला एक lasso regression मॉडल बनाएँगे.

X_train, X_test, y_train, और y_test आपके लिए पहले से लोड हैं. एक KFold() ऑब्जेक्ट बनाकर kf के रूप में स्टोर किया गया है, और एक lasso regression मॉडल lasso के रूप में उपलब्ध है.

निर्देश

100 XP
  • GridSearchCV इम्पोर्ट करें.
  • "alpha" के लिए एक parameter grid सेटअप करें, जहाँ np.linspace() का उपयोग करके 0.00001 से 1 तक के 20 समान अंतर वाले मान बनाएँ.
  • GridSearchCV() कॉल करें, जिसमें lasso, parameter grid पास करें, और cv को kf के बराबर सेट करें.
  • क्रॉस-वैलिडेटेड grid search चलाने के लिए grid search ऑब्जेक्ट को training डेटा पर fit करें.