Usando o classificador SGDC
Neste exercício final de codificação, você fará uma pesquisa de hiperparâmetro sobre a força de regularização e a perda (regressão logística vs. linear SVM) usando SGDClassifier().
Este exercício faz parte do curso
Classificadores lineares em Python
Instruções de exercício
- Instanciar uma instância de
SGDClassifiercomrandom_state=0. - Pesquise a força da regularização e as perdas
hingevs.log_loss.
Exercício interativo prático
Experimente este exercício preenchendo este código de exemplo.
# We set random_state=0 for reproducibility
linear_classifier = ____(random_state=0)
# Instantiate the GridSearchCV object and run the search
parameters = {'alpha':[0.00001, 0.0001, 0.001, 0.01, 0.1, 1],
'loss':[____]}
searcher = GridSearchCV(linear_classifier, parameters, cv=10)
searcher.fit(X_train, y_train)
# Report the best parameters and the corresponding score
print("Best CV params", searcher.best_params_)
print("Best CV accuracy", searcher.best_score_)
print("Test accuracy of best grid search hypers:", searcher.score(X_test, y_test))