1. Nauka
    2. /
  2. Kursy
    3. /
  3. Strojenie hiperparametrów w Pythonie
Connected

ćwiczenie

Eksploracja wyników przeszukiwania siatki

Teraz przeanalizujesz właściwość cv_results_ obiektu GridSearchCV zdefiniowanego w filmie. To słownik, który możemy wczytać do ramki danych pandas – zawiera wiele przydatnych informacji o przeprowadzonym przeszukiwaniu siatki.

Przypomnienie typów kolumn dostępnych w tej właściwości:

  • kolumny time_
  • kolumny param_ (po jednej dla każdego hiperparametru) oraz jedna kolumna params (ze wszystkimi ustawieniami hiperparametrów)
  • kolumna train_score dla każdego podziału CV, w tym kolumny mean_train_score i std_train_score
  • kolumna test_score dla każdego podziału CV, w tym kolumny mean_test_score i std_test_score
  • kolumna rank_test_score z liczbą od 1 do n (liczba iteracji), rangująca wiersze na podstawie wartości mean_test_score

Instrukcje

100 XP
  • Wczytaj właściwość cv_results_ obiektu GridSearchCV grid_rf_class do ramki danych i wyświetl całą jej zawartość.
  • Wyodrębnij i wyświetl pojedynczą kolumnę zawierającą słownik wszystkich hiperparametrów użytych w każdej iteracji przeszukiwania siatki.
  • Wyodrębnij i wyświetl wiersz z najlepszym średnim wynikiem testowym, korzystając z indeksowania po kolumnie rank_test_score.