1. 学ぶ
    2. /
  2. コース
    3. /
  3. scikit-learn による教師あり学習
Connected

演習

GridSearchCV によるハイパーパラメータチューニング

グリッドサーチによるハイパーパラメータチューニングの方法を学んだので、今度は最適なハイパーパラメータを使ったラッソ回帰モデルを構築し、diabetes_df データセットの特徴量を用いて血糖値を予測しましょう。

X_train、X_test、y_train、y_test はあらかじめ読み込まれています。また、KFold() オブジェクトが kf として、ラッソ回帰モデルが lasso として作成、保存されています。

指示

100 XP
  • GridSearchCV をインポートします。
  • "alpha" を使って np.linspace() から 0.00001 までの等間隔の20個の値を作成し、1のパラメータグリットを設定します。
  • GridSearchCV()を呼び出し、lassoとパラメータグリッドを渡し、cv をkf に設定します。
  • グリッドサーチオブジェクトを学習データにフィットさせ、交差検証付きグリッドサーチを実行します。