1. 学ぶ
  2. /
  3. コース
  4. /
  5. Pythonで学ぶ木ベースのMachine Learning

Connected

演習

RF のハイパーパラメータグリッドを設定する

この演習では、rf のハイパーパラメータをチューニングして最適な回帰器を見つけるために使うハイパーパラメータのグリッドを手動で設定します。具体的には、ハイパーパラメータのグリッドを作成し、推定器の数、各ノードを分割するときに使用する特徴量の最大数、そして各リーフあたりの最小サンプル数(またはその割合)をチューニングします。

指示

100 XP
  • params_rf という名前の Python の辞書に対応するハイパーパラメータのグリッドを定義します。内容は次のとおりです。

    • キー 'n_estimators' に値のリスト 100, 350, 500 を設定する

    • キー 'max_features' に値のリスト 'log2', 'auto', 'sqrt' を設定する

    • キー 'min_samples_leaf' に値のリスト 2, 10, 30 を設定する