Menganalisis kestabilan TPOT
Sekarang Anda akan melihat sifat acak TPOT dengan membangun classifier menggunakan berbagai nilai random state dan melihat model mana yang dianggap terbaik oleh algoritme. Ini membantu menunjukkan bahwa TPOT cukup tidak stabil jika tidak dijalankan dalam waktu yang memadai.
Latihan ini merupakan bagian dari kursus
Penyetelan Hyperparameter di Python
Latihan interaktif langsung praktik
Cobalah latihan ini dengan melengkapi kode contoh ini.
# Create the tpot classifier
tpot_clf = TPOTClassifier(generations=2, population_size=4, offspring_size=3, scoring='accuracy', cv=2,
verbosity=2, random_state=____)
# Fit the classifier to the training data
tpot_clf.fit(X_train, y_train)
# Score on the test set
print(tpot_clf.score(X_test, y_test))