1. 学ぶ
    2. /
  2. コース
    3. /
  3. PythonでMachine Learningを使ってCTRを予測する
Connected

演習

MLP のグリッドサーチ

ハイパーパラメータのチューニングは、sklearn で複数の入力パラメータを指定して行えます。各パラメータは numpy の関数で表現できます。param_grid に指定したハイパーパラメータの全組み合わせを総当たりで探索する方法が、グリッドサーチです。この演習では、グリッドサーチを使って MLP 分類器のハイパーパラメータを探索します。

X_train、y_train、X_test、y_test はワークスペースに用意されており、特徴量はすでに標準化されています。pandas は pd、numpy は np として利用できます。

指示

100 XP
  • max_iter 用に [10, 20] の値リストを、hidden_layer_sizes 用に [(8, ), (16, )] の値リストを作成します。
  • すべてのハイパーパラメータの組み合わせを反復するよう、n_jobs で 4 ジョブのグリッドサーチを設定します。
  • ベストな AUC スコアと、そのスコアを達成したベスト推定器を出力してください。