Explore o ajuste de hiperparâmetros

Um hiperparâmetro é um parâmetro do modelo escolhido por você antes do início do treinamento. (Em contraste, os parâmetros são determinados durante o treinamento do modelo.) Os hiperparâmetros disponíveis variam conforme o tipo de modelo.

O painel mostra um modelo de gradient boosting (GBM) que tenta prever se um visitante do site vai ou não concluir uma compra. GBMs são um tipo de modelo de comitê (ensemble) que cria muitos árvores de regressão. Os hiperparâmetros de GBMs incluem o número de árvores a gerar, a complexidade de cada árvore e a taxa de aprendizado (quanto peso é dado a cada árvore).

Geralmente é impossível saber qual combinação de hiperparâmetros vai gerar o modelo com melhor desempenho, então você precisa testar várias combinações.

Use os controles do painel para alterar os hiperparâmetros e encontrar a combinação que oferece a maior acurácia.