始める無料で始める

グリッドサーチ結果を探る

このビデオで定義した GridSearchCV オブジェクトの cv_results_ プロパティを確認します。これは辞書で、pandas の DataFrame に読み込むことで、実行したグリッドサーチに関する有用な情報を多数得られます。

このプロパティに含まれる列タイプの再確認です。

  • time_ 列
  • param_ 列（各ハイパーパラメータごと）と、すべてのハイパーパラメータ設定を含む単一の params 列
  • 各 cv 分割の train_score 列と、それに対応する mean_train_score および std_train_score 列
  • 各 cv 分割の test_score 列と、それに対応する mean_test_score および std_test_score 列
  • mean_test_score に基づいて行を順位付けする、1 から n（イテレーション数）までの数値を持つ rank_test_score 列

この演習はコースの一部です

Pythonでのハイパーパラメータチューニング

コースを見る

演習の手順

  • grid_rf_class という GridSearchCV オブジェクトの cv_results_ プロパティをデータフレームに読み込み、全体を出力して確認してください。
  • 各イテレーションで使用されたすべてのハイパーパラメータの辞書を含む、単一の列を抽出して出力してください。
  • rank_test_score 列を使ってインデックス指定し、平均テストスコアが最良だった行を抽出して出力してください。

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。

# Read the cv_results property into a dataframe & print it out
cv_results_df = pd.DataFrame(grid_rf_class.____)
print(____)

# Extract and print the column with a dictionary of hyperparameters used
column = cv_results_df.loc[:, [____]]
print(____)

# Extract and print the row that had the best mean test score
best_row = cv_results_df[cv_results_df[____] == ____ ]
print(best_row)
コードを編集して実行