1. เรียนรู้
    2. /
  2. Courses
    3. /
  3. Python에서의 하이퍼파라미터 튜닝
Connected

Exercises

하이퍼파라미터 무작위 샘플링

Random Search를 수행하려면 먼저 하이퍼파라미터 공간에서 무작위 샘플링을 해야 해요.

이 연습 문제에서는 먼저 하이퍼파라미터 목록을 만들어 리스트들의 리스트로 묶은 다음, Random Search 실행을 준비하기 위해 하이퍼파라미터 조합을 무작위로 샘플링해 보겠습니다.

예시는 과도하게 복잡하지 않도록 GBM 알고리즘의 하이퍼파라미터인 learning_rate와 min_samples_leaf만 사용할 거예요.

คำแนะนำ

100 XP
  • learning_rate 하이퍼파라미터에 대해 0.01부터 1.5 사이의 값 200개로 이루어진 리스트를 만들고 learn_rate_list에 할당하세요.
  • 하이퍼파라미터 min_samples_leaf에 대해 10부터 40까지(포함) 값의 리스트를 만들고 min_samples_list에 할당하세요.
  • 이 리스트들을 결합해 샘플링에 사용할 리스트들의 리스트를 만드세요.
  • 이 하이퍼파라미터 조합에서 모델 250개를 무작위로 샘플링하고 결과를 출력하세요.