複数のハイパーパラメータを反復的にチューニングする
この演習では、前のステップで作成した「2つのハイパーパラメータを受け取り、モデルを構築して結果を返す」関数を発展させます。まずはその関数を使っていくつかの値をループで試し、さらに別のハイパーパラメータを加えて関数とループを拡張します。
この演習では関数 gbm_grid_search(learn_rate, max_depth) が利用できます。
関数の内容を思い出したい場合は、用意されている print_func() を実行してください。
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
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 the relevant lists
results_list = ____
learn_rate_list = ____
max_depth_list = ____
# Create the for loop
for learn_rate in ____:
for max_depth in ____:
____.append(gbm_grid_search(____,____))
# Print the results
print(____)