시작하기무료로 시작하기

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.

이 연습은 강의의 일부입니다

Python에서의 하이퍼파라미터 튜닝

강의 보기

연습 안내

  • 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.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Create lists for criterion and max_features
criterion_list = ____
max_feature_list = ____

# Create a list of values for the max_depth hyperparameter
max_depth_list = list(range(____,____))

# Combination list
combinations_list = [list(x) for x in product(____, ____, ____)]

# Sample hyperparameter combinations for a random search
combinations_random_chosen = random.sample(____, ____)

# Print the result
print(____)
코드 편집 및 실행