1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶクレジットリスクモデリング
Connected

演習

クロスバリデーションによるスコアリング

次は、cross_val_score() を使ってクロスバリデーションにより全体的な性能を確認します。

この演習は、ハイパーパラメータ learning_rate と max_depth の使い方を試すのに最適な機会です。ハイパーパラメータは、最適な性能を引き出すための設定のようなものだと覚えておいてください。

データセット cr_loan_prep、X_train、y_train はワークスペースに読み込まれています。

指示

100 XP
  • 学習率を 0.1、最大深さを 7 とする勾配ブースティング木を作成し、モデルを gbt として保存します。
  • X_train と y_train に対して、分割数 4 のクロスバリデーションスコアを計算し、結果を cv_scores として保存します。
  • クロスバリデーションの各スコアを出力します。
  • 平均の正解率と標準偏差を、フォーマットして出力します。