Coarse to Fine 반복
이제 첫 번째 랜덤 서치 결과를 시각화하고, 더 좁은 그리드를 구성한 뒤 결과를 확인해 보세요. 다음 객체를 사용할 수 있어요:
results_df- 500번의 실험에서 사용한 하이퍼파라미터 조합과 그에 따른 정확도가 담긴 DataFrame이에요. 이전 연습에서 시각적으로 가장 유의미했던 하이퍼파라미터만 포함되어 있어요(max_depth,learn_rate).visualize_first()- 인자를 받지 않고, 첫 번째 랜덤 서치에서 각 하이퍼파라미터와 정확도의 관계를 시각화해 주는 함수예요.
visualize_first()(또는 visualize_second()) 함수 정의를 보고 싶다면, 아래 코드를 실행하세요:
import inspect
print(inspect.getsource(visualize_first))
이 연습은 강의의 일부입니다
Python에서의 하이퍼파라미터 튜닝
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Use the provided function to visualize the first results
____