1. Nauka
    2. /
  2. Kursy
    3. /
  3. Walidacja modeli w Pythonie
Connected

ćwiczenie

Wybór modelu o najlepszej precyzji

Twój szef zaproponował, że zapłaci za trzy mecze sportowe w tym roku. Spośród 41 meczów domowych rozgrywanych przez twój ulubiony zespół chcesz wybrać dokładnie trzy, które zespół na pewno wygra. Budujesz model, który pomoże przewidzieć zwycięstwa.

W tym celu zaimplementujesz algorytm losowego przeszukiwania i skupisz się na precyzji modelu (aby mieć pewność, że zespół wygra). Chcesz też zachować najlepszy model i najlepsze parametry, żeby móc z nich skorzystać w przyszłym roku (oczywiście pod warunkiem, że model sprawdzi się w praktyce). Do dyspozycji masz już model klasyfikacyjny lasu losowego rfc oraz rozkład parametrów param_dist.

Instrukcje

100 XP
  • Utwórz miernik precyzji precision, używając funkcji make_scorer(<funkcja_oceniająca>).
  • Uzupełnij metodę losowego przeszukiwania, korzystając z rfc i param_dist.
  • Użyj rs.cv_results_, aby wyświetlić średnie wyniki testów.
  • Wyświetl najlepszy ogólny wynik.