Ottimizzare più iperparametri
In questo esercizio allenerai la capacità di ottimizzare più iperparametri contemporaneamente. È un aspetto importante, perché gli iperparametri di un algoritmo di solito si influenzano a vicenda. Per questo, ottimizzarli singolarmente non è in genere la strategia consigliata.
Ottimizzerai i parametri max_features e max_samples di IForest usando un campione dei dati di vendita di Big Mart.
IForest e airbnb_df sono già caricati per te. È disponibile anche la funzione product da itertools.
Questo esercizio fa parte del corso
Rilevamento delle anomalie in Python
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Create two lists for max_features and max_samples
max_features = ____
max_samples = ____
scores = dict()