Menerapkan GridSearch

Sekarang Anda dapat menggunakan fungsi GridSearchCV() dari sklearn untuk menemukan kombinasi terbaik dari semua nilai max_depth dan min_samples_leaf yang Anda hasilkan pada latihan sebelumnya.

Latihan ini adalah bagian dari kursus

Analitik SDM: Memprediksi Perputaran Karyawan dengan Python

Lihat Kursus

Petunjuk latihan

Impor fungsi GridSearchCV
Terapkan fungsi GridSearchCV() pada model Anda menggunakan kamus parameters yang telah Anda definisikan sebelumnya. Simpan sebagai param_search.
Latih param_search pada himpunan data pelatihan.
Cetak parameter terbaik yang ditemukan menggunakan atribut best_params_.

Latihan interaktif praktis

Cobalah latihan ini dengan menyelesaikan kode contoh berikut.

# import the GridSearchCV function
from sklearn.model_selection import ____

# set up parameters: done
parameters = dict(max_depth=depth, min_samples_leaf=samples)

# initialize the param_search function using the GridSearchCV function, initial model and parameters above
param_search = ____(model, parameters, cv=3)

# fit the param_search to the training dataset
____.fit(features_train, target_train)

# print the best parameters found
print(param_search.____)

Edit dan Jalankan Kode