1. 学ぶ
    2. /
  2. コース
    3. /
  3. Python에서의 하이퍼파라미터 튜닝
Connected

演習

Grid search 결과 살펴보기

이제 영상에서 정의한 GridSearchCV 객체의 cv_results_ 속성을 살펴보려고 해요. 이는 pandas DataFrame으로 읽을 수 있는 딕셔너리이며, 방금 수행한 grid search에 대한 유용한 정보가 많이 담겨 있어요.

이 속성에 포함된 다양한 열 유형을 다시 한 번 정리하면 다음과 같아요:

  • time_ 열
  • param_ 열(각 하이퍼파라미터별 1개)과 모든 하이퍼파라미터 설정을 담은 단일 params 열
  • 각 cv 폴드에 대한 train_score 열과 함께 mean_train_score, std_train_score 열
  • 각 cv 폴드에 대한 test_score 열과 함께 mean_test_score, std_test_score 열
  • 각 행을 mean_test_score 기준으로 1부터 n(반복 횟수)까지 순위를 매기는 rank_test_score 열

指示

100 XP
  • grid_rf_class GridSearchCV 객체의 cv_results_ 속성을 데이터 프레임으로 읽고 전체를 출력해 확인하세요.
  • grid search 각 반복에서 사용된 모든 하이퍼파라미터를 담은 딕셔너리가 들어 있는 단일 열을 추출해 출력하세요.
  • rank_test_score 열을 사용해 인덱싱하여, 평균 테스트 점수가 가장 좋았던 행을 추출해 출력하세요.