1. เรียนรู้
    2. /
  2. Courses
    3. /
  3. Pythonで学ぶ木ベースのMachine Learning
Connected

Exercises

最適な木を探す

この演習では、5分割の交差検証を使ったグリッドサーチで、dt の最適なハイパーパラメータを探します。グリッドサーチは総当たりで探索するため、学習に時間がかかる場合があります。ここでは、学習は行わず、GridSearchCV オブジェクトのインスタンス化のみを行います。動画で説明したとおり、このオブジェクトは任意の scikit-learn 推定器と同様に .fit() メソッドで学習できます。

grid_object.fit(X_train, y_train)

未調整の分類木 dt と、前の演習で定義した辞書 params_dt は、ワークスペースに用意されています。

คำแนะนำ

100 XP

  • sklearn.model_selection から GridSearchCV をインポートします。

  • 次のパラメータを設定し、5分割CVで GridSearchCV オブジェクトをインスタンス化します。

    • estimator に dt、param_grid に params_dt

    • scoring に 'roc_auc' を指定します。