GridSearch 구현하기

이제 sklearn의 GridSearchCV() 함수를 사용해, 이전 연습 문제에서 생성한 모든 max_depth와 min_samples_leaf 조합 중 최적의 조합을 찾을 수 있어요.

이 연습은 강의의 일부입니다

HR Analytics: Python으로 직원 이탈 예측하기

연습 안내

GridSearchCV 함수를 임포트하세요.
앞에서 정의한 parameters 딕셔너리를 사용해, model에 GridSearchCV()를 적용하고 결과를 param_search로 저장하세요.
학습 데이터셋에 param_search를 학습(fit)하세요.
best_params_ 속성을 사용해 찾은 최적 파라미터를 출력하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# import the GridSearchCV function
from sklearn.model_selection import ____

# set up parameters: done
parameters = dict(max_depth=depth, min_samples_leaf=samples)

# initialize the param_search function using the GridSearchCV function, initial model and parameters above
param_search = ____(model, parameters, cv=3)

# fit the param_search to the training dataset
____.fit(features_train, target_train)

# print the best parameters found
print(param_search.____)

코드 편집 및 실행