1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Python에서의 하이퍼파라미터 튜닝
Connected

Bài tập

Grid Search 함수 만들기

데이터 과학에서는 알고리즘, 모델, 프로세스를 직접 ‘from scratch’로 만들어 보며 더 깊은 수준에서 어떤 일이 일어나는지 이해하는 것이 매우 좋습니다. 물론 이를 위한 훌륭한 패키지와 라이브러리가 있고(곧 사용해 볼 거예요!) 직접 구현해 보는 경험은 데이터 과학 업무에서 큰 강점이 됩니다.

이 연습 문제에서는 하이퍼파라미터 2개를 입력으로 받아 모델을 학습하고 결과를 반환하는 함수를 만듭니다. 이 함수는 이후 연습 문제에서 다시 사용합니다.

X_train, X_test, y_train, y_test 데이터셋이 제공됩니다.

Hướng dẫn

100 XP
  • 학습률과 최대 깊이를 위한 두 매개변수 learning_rate와 max_depth를 받는 함수를 만드세요.
  • 함수 안에서 GBM 모델을 생성하고, 입력한 하이퍼파라미터로 데이터를 학습하도록 기능을 추가하세요.
  • 함수가 선택한 하이퍼파라미터(learning_rate, max_depth)와 해당 모델의 결과를 함께 반환하도록 하세요.