시작하기무료로 시작하기

RandomizedSearch 준비하기

지난 학기에 교수님께서 기말고사 점수를 예측하는 모델을 만들어 보라고 과제를 내주셨어요. 여러분은 하이퍼파라미터를 임의로 선택해 몇 가지 모델을 돌려 봤지만, 각 모델을 실행하려면 매번 개별적으로 코드를 작성해야 했죠.

이제 RandomizedSearchCV()를 배우고 나서, 가장 좋은 모델을 만들기 위해 그 과제에 다시 도전하려고 해요. 이 연습 문제에서는 랜덤 서치를 완료하는 데 필요한 세 가지 입력을 준비하겠습니다.

이 연습은 강의의 일부입니다

Python에서의 모델 검증

강의 보기

연습 안내

  • max_depth 매개변수에 대해 2, 4, 6, 8 옵션이 담긴 리스트를 추가해 파라미터 딕셔너리를 완성하세요.
  • 트리 10개와 random_state 1111로 랜덤 포레스트 회귀 모델을 만드세요.
  • 사용할 평균제곱오차(mean squared error) 스코어러를 만드세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

from sklearn.ensemble import RandomForestRegressor
from sklearn.metrics import make_scorer, mean_squared_error

# Finish the dictionary by adding the max_depth parameter
param_dist = {"____": [____],
              "max_features": [2, 4, 6, 8, 10],
              "min_samples_split": [2, 4, 8, 16]}

# Create a random forest regression model
rfr = ____(____=10, ____=1111)

# Create a scorer to use (use the mean squared error)
scorer = ____(____)
코드 편집 및 실행