Implementarea GridSearch

Acum poți folosi funcția GridSearchCV() din sklearn pentru a găsi cea mai bună combinație de valori max_depth și min_samples_leaf generate în exercițiul anterior.

Acest exercițiu face parte din cursul

HR Analytics: Predicția fluctuației angajaților în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Importă funcția GridSearchCV.
Aplică funcția GridSearchCV() pe model-ul tău, folosind dicționarul parameters definit anterior. Salvează rezultatul ca param_search.
Antrenează param_search pe setul de antrenament.
Afișează cei mai buni parametri găsiți, folosind atributul best_params_.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# import the GridSearchCV function
from sklearn.model_selection import ____

# set up parameters: done
parameters = dict(max_depth=depth, min_samples_leaf=samples)

# initialize the param_search function using the GridSearchCV function, initial model and parameters above
param_search = ____(model, parameters, cv=3)

# fit the param_search to the training dataset
____.fit(features_train, target_train)

# print the best parameters found
print(param_search.____)

Editează și rulează codul