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

ćwiczenie

Iteracje od ogółu do szczegółu

Zwizualizujesz teraz wyniki pierwszego losowego przeszukiwania, zbudujesz dokładniejszą siatkę i sprawdzisz rezultaty. Do dyspozycji masz:

  • results_df – ramka danych zawierająca kombinacje hiperparametrów oraz wynikową dokładność dla wszystkich 500 prób. Uwzględniono tylko te hiperparametry, które dały najlepsze wizualizacje w poprzednim ćwiczeniu (max_depth i learn_rate).
  • visualize_first() – funkcja niewymagająca argumentów, która wizualizuje każdy z hiperparametrów w zestawieniu z dokładnością dla pierwszego losowego przeszukiwania.

Jeśli chcesz zobaczyć definicję funkcji visualize_first() (lub visualize_second()), uruchom poniższy kod:

import inspect
print(inspect.getsource(visualize_first))

Instrukcje 1/3

undefined XP
    1
    2
    3
  • Użyj funkcji visualize_first(), aby sprawdzić, jakie wartości max_depth i learn_rate dają lepsze wyniki. Dla czytelności na wykresie pojawi się czerwona linia.