Grid en Random Search naast elkaar
Door de zoekruimte van random search en grid search samen te visualiseren, zie je in één oogopslag welke dekking elke techniek heeft en komen hun specifieke voor- en nadelen echt tot leven.
In deze oefening ga je hyperparametercombinaties steekproefsgewijs kiezen op de manier van grid search én random search, en die vervolgens plotten om het verschil te zien.
Je hebt tot je beschikking:
combinations_list, een lijst met combinaties vanlearn_rateenmin_samples_leafvoor dit algoritme- De functie
visualize_search()die je hyperparametercombinaties omzet naar X- en Y-coördinaten en zowel de grid- als random-searchcombinaties in dezelfde grafiek plot. De functie neemt als input twee lijsten met hyperparametercombinaties.
Als je de definitie van de functie visualize_search() wilt bekijken, kun je deze code uitvoeren:
import inspect
print(inspect.getsource(visualize_search))
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.
# Sample grid coordinates
grid_combinations_chosen = ____[0:____]
# Print result
print(____)