Grid と Random Search を並べて比較
Random Search と Grid Search の探索空間を一緒に可視化すると、それぞれのカバー範囲がひと目で分かり、各手法の長所と短所が直感的に理解できます。
この演習では、Grid Search 的な方法と Random Search 的な方法の両方でハイパーパラメータの組み合わせをサンプリングし、プロットして違いを確認します。
以下が用意されています。
combinations_list: このアルゴリズムに対するlearn_rateとmin_samples_leafの組み合わせのリスト- 関数
visualize_search(): ハイパーパラメータの組み合わせを X・Y 座標に変換し、同じグラフ上に Grid と Random の組み合わせをプロットします。入力はハイパーパラメータの組み合わせリストを2つ取ります。
visualize_search() の定義を確認したい場合は、次のコードを実行してください。
import inspect
print(inspect.getsource(visualize_search))
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。
# Sample grid coordinates
grid_combinations_chosen = ____[0:____]
# Print result
print(____)