Utilizarea SGDClassifier

În acest ultim exercițiu de programare, vei efectua o căutare a hiperparametrilor pentru forța de regularizare și pentru funcția de pierdere (regresie logistică vs. SVM liniar), folosind SGDClassifier().

Acest exercițiu face parte din cursul

Clasificatori liniari în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Instanțiază un obiect SGDClassifier cu random_state=0.
Caută peste forța de regularizare și funcțiile de pierdere hinge și log_loss.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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))

Editează și rulează codul