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

演習

Random Forest 하이퍼파라미터 탐색

어떤 하이퍼파라미터가 있고, 각 하이퍼파라미터가 어떤 영향을 미치는지 이해하는 것은 데이터 사이언티스트에게 핵심 역량입니다. 모델이 복잡해질수록 설정할 수 있는 옵션이 많아지지만, 그중 일부만이 모델에 큰 영향을 줍니다.

이제 기존 random forest 모델을 평가해 보고(하이퍼파라미터 선택이 썩 좋지 않습니다!), 더 나은 하이퍼파라미터를 사용한 새로운 random forest 모델을 만들고 그 성능을 확인해 보세요.

다음이 제공됩니다:

  • X_train, X_test, y_train, y_test DataFrame
  • 사전 학습된 기존 random forest 추정기 rf_clf_old
  • 기존 random forest 추정기의 테스트 세트 예측값 rf_old_predictions

指示1 / 3

undefined XP
    1
    2
    3
  • 기존 random forest 분류기의 하이퍼파라미터를 추정기 자체를 출력하여 확인하고, 이어서 혼동 행렬과 정확도를 구하세요. 테스트 세트 y_test와 기존 예측값 rf_old_predictions가 유용할 거예요!