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

ćwiczenie

Analiza stabilności TPOT

Przekonasz się teraz o losowej naturze TPOT – skonstruujesz klasyfikator z różnymi stanami losowymi i zobaczysz, który model algorytm uzna za najlepszy. Dzięki temu dostrzeżesz, że TPOT bywa dość niestabilny, gdy nie uruchamia się go przez wystarczająco długi czas.

Instrukcje 1/3

undefined XP
  • 1
    • Utwórz klasyfikator TPOT, dopasuj go do danych i oceń jego wyniki, używając random_state równego 42.
  • 2
    • Teraz użyj random_state równego 122. Liczby same w sobie nie mają szczególnego znaczenia, ale powinny dać inne wyniki.
  • 3
    • Na koniec wypróbuj random_state równy 99. Widzisz, że wynik znowu jest inny?