複数のハイパーパラメータをチューニングする
この演習では、複数のハイパーパラメータを同時にチューニングする練習をします。アルゴリズムのハイパーパラメータは互いに影響し合うことが多いため、個別にチューニングするのは一般的に推奨されません。これは重要なスキルです。
Big Mart の売上データのサンプルを使って、IForest の max_features と max_samples をチューニングします。
IForest と airbnb_df はすでに読み込まれています。itertools の product 関数も使用できます。
この演習はコースの一部です
Anomaly Detection in Python
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# Create two lists for max_features and max_samples
max_features = ____
max_samples = ____
scores = dict()