최고 결과 분석하기

결국 가장 중요한 것은 그리드 서치에서 가장 성능이 좋은 ‘사각형(square)’입니다. 다행히 Scikit Learn의 gridSearchCv 객체에는 최고의 사각형(또는 cv_results_의 행)에 대한 핵심 정보를 제공하는 여러 매개변수가 있습니다.

이번에 살펴볼 세 가지 속성은 다음과 같습니다.

best_score_ – 최고 성능의 사각형에서 얻은 점수(여기서는 ROC_AUC).
best_index_ – 최고 성능의 사각형에 대한 정보가 담긴 cv_results_의 행 인덱스.
best_params_ – 최고 점수를 내게 한 매개변수의 딕셔너리, 예: 'max_depth': 10

그리드 서치 객체 grid_rf_class가 제공됩니다.

또한 cv_results_로부터 만든 데이터프레임(cv_results_df)이 6번째 줄에서 생성되어 있어요. 이를 사용하면 결과를 인덱싱하기가 쉬워집니다.

grid_rf_class에서 최고 성능의 사각형에 대한 ROC_AUC 점수를 추출해 출력하세요.
cv_results_df를 인덱스로 조회해 최고 성능 행으로부터 변수를 하나 생성하세요.
최고 성능의 사각형에 대해 grid_rf_class에서 n_estimators 매개변수를 추출해 best_n_estimators 변수로 만들고, 이를 출력하세요.