1. Lära sig
    2. /
  2. Courses
    3. /
  3. マーケティングアナリティクス：Pythonで顧客解約を予測する
Connected

exercise

他のハイパーパラメータをチューニングする

複数のハイパーパラメータをチューニングするときにこそ、GridSearchCV の真価が発揮されます。アルゴリズムがハイパーパラメータのあらゆる組み合わせを試し、最適な組み合わせを見つけてくれるからです。ここでは、ランダムフォレストの次のハイパーパラメータをチューニングします。

Hyperparameter Purpose
criterion 分割の質
max_features 最良の分割に使う特徴量数
max_depth 木の最大深さ
bootstrap ブートストラップ標本を使うかどうか

ハイパーパラメータのグリッドはすでに用意されており、clf というランダムフォレスト分類器も与えられています。

Instruktioner 1 / 3

undefined XP
    1
    2
    3
  • clf と param_grid を使って GridSearchCV オブジェクトを生成してください。