Grid search casuale

Il metodo più comune per la ricerca degli iperparametri è il grid search. Questo metodo crea una griglia di tuning con combinazioni uniche di valori degli iperparametri e usa la cross validation per valutarne le prestazioni. L’obiettivo del tuning degli iperparametri è trovare la combinazione ottimale di valori per massimizzare le prestazioni del modello.

In questo esercizio creerai una griglia casuale di iperparametri e effettuerai il tuning del modello ad albero decisionale sui dati dei prestiti.

I tuoi folds di cross validation, loans_folds, l’oggetto workflow, loans_tune_wkfl, la funzione di metriche personalizzate, loans_metrics, e dt_tune_model sono già stati caricati nella tua sessione.