GridSearchCV로 모델 결과 확인
이제 모델의 최적 하이퍼파라미터가 다음과 같다는 것을 확인했어요. 분할 기준은 'gini', 추정기(트리) 개수는 30, 최대 깊이는 8, 최대 특성 수는 "log2"로 설정하면 됩니다.
이 설정을 적용해 모델이 얼마나 잘 동작하는지 확인해 볼까요? 시간을 절약하기 위해 get_model_results() 함수를 다시 사용하셔도 됩니다.
이 연습은 강의의 일부입니다
Python으로 배우는 사기 탐지
연습 안내
- 모델 정의에 최적 설정 값을 입력하세요.
- 모델을 학습하고 예측을 수행한 뒤,
get_model_results()로 성능 지표를 확인하세요.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Input the optimal parameters in the model
model = RandomForestClassifier(class_weight={0:1,1:12}, ____='____',
____=____, ____='log2', min_samples_leaf=10, ____=____, n_jobs=-1, random_state=5)
# Get results from your model
get_model_results(____, ____, ____, ____, ____)