Iteratief meerdere hyperparameters afstemmen
In deze oefening bouw je voort op de functie die je eerder hebt gemaakt om 2 hyperparameters in te lezen, een model te bouwen en de resultaten terug te geven. Je gaat die nu gebruiken om door wat waarden te loopen en vervolgens breid je deze functie en loop uit met nog een hyperparameter.
De functie gbm_grid_search(learn_rate, max_depth) is beschikbaar in deze oefening.
Als je de functie nog even wilt bekijken, kun je de functie print_func() uitvoeren die voor je is klaargezet
Deze oefening maakt deel uit van de cursus
Hyperparameter Tuning in Python
Praktische interactieve oefening
Probeer deze oefening eens door deze voorbeeldcode in te vullen.
# Create the relevant lists
results_list = ____
learn_rate_list = ____
max_depth_list = ____
# Create the for loop
for learn_rate in ____:
for max_depth in ____:
____.append(gbm_grid_search(____,____))
# Print the results
print(____)