1. Учиться
    2. /
  2. Courses
    3. /
  3. scikit-learn で学ぶ Supervised Learning
Connected

Exercise

GridSearchCV によるハイパーパラメータチューニング

これまでに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びました。ここでは、diabetes_df データセットの特徴量を使って血糖値を予測する、最適なハイパーパラメータを備えた lasso 回帰モデルを構築します。

X_train、X_test、y_train、y_test はあらかじめ読み込まれています。KFold() オブジェクトは kf として、lasso 回帰モデルは lasso として作成・保存済みです。

Инструкции

100 XP
  • GridSearchCV をインポートします。
  • np.linspace() を使って 0.00001 から 1 まで等間隔の 20 個の値を作成し、"alpha" 用のパラメータグリッドを設定します。
  • GridSearchCV() を呼び出し、lasso、パラメータグリッドを渡し、cv を kf に設定します。
  • 交差検証付きのグリッドサーチを実行するため、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ます。