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

exercise

Random Forest로 무작위 탐색하기

무작위 샘플링에 대한 이해를 다지기 위해, 이번에는 다른 하이퍼파라미터와 다른 알고리즘을 사용해 비슷한 연습을 해 보겠습니다.

앞서와 같이, 리스트로 묶을 수 있는 하이퍼파라미터 리스트를 만들어 주세요. 여기서는 랜덤 포레스트 알고리즘의 criterion, max_depth, max_features 하이퍼파라미터를 사용합니다. 그런 다음 랜덤 서치를 실행할 준비로 하이퍼파라미터 조합을 무작위로 샘플링합니다.

이번 과제에서는 샘플링을 위해 조금 다른 패키지인 random.sample()을 사용합니다.

Instrucţiuni

100 XP
  • criterion에는 값 'gini'와 'entropy' 리스트를, max_features에는 "auto", "sqrt", "log2", None 리스트를 만드세요.
  • 하이퍼파라미터 max_depth에 대해 3부터 55까지(포함) 값의 리스트를 만들어 max_depth_list에 할당하세요. range(N,M)은 N부터 M-1까지의 리스트를 만든다는 점을 기억하세요.
  • product()를 사용해 이 리스트들을 결합하여 샘플링에 사용할 리스트의 리스트로 만드세요.
  • 결합된 리스트에서 무작위로 150개의 모델을 샘플링하고 결과를 출력하세요.