여러 하이퍼파라미터를 반복적으로 튜닝하기
이 연습 문제에서는 이전에 만들었던, 하이퍼파라미터 2개를 받아 모델을 만들고 결과를 반환하는 함수를 바탕으로 진행해요. 이제 그 함수를 사용해 여러 값을 순회(loop)하고, 여기에 또 다른 하이퍼파라미터를 추가해 함수와 루프를 확장해 보겠습니다.
이 연습 문제에서는 gbm_grid_search(learn_rate, max_depth) 함수를 사용할 수 있어요.
함수 내용이 기억나지 않으면, 미리 만들어 둔 print_func()를 실행해 확인하셔도 됩니다.
이 연습은 강의의 일부입니다
Python에서의 하이퍼파라미터 튜닝
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Create the relevant lists
results_list = ____
learn_rate_list = ____
max_depth_list = ____
# Create the for loop
for learn_rate in ____:
for max_depth in ____:
____.append(gbm_grid_search(____,____))
# Print the results
print(____)