Exercițiu de încălzire cu GridSearchCV

În videoclip am văzut că mărirea hiperparametrului gamma al kernelului RBF crește acuratețea pe setul de antrenament. În acest exercițiu vom căuta valoarea gamma care maximizează acuratețea validării încrucișate, folosind GridSearchCV din scikit-learn. O versiune binară a setului de date cu cifre scrise de mână — în care încerci să prezici dacă o imagine reprezintă sau nu cifra „2" — este deja încărcată în variabilele X și y.

Acest exercițiu face parte din cursul

Clasificatori liniari în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Creează un obiect GridSearchCV.
Apelează metoda fit() pentru a selecta cea mai bună valoare a lui gamma pe baza acurateței validării încrucișate.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Instantiate an RBF SVM
svm = SVC()

# Instantiate the GridSearchCV object and run the search
parameters = {'gamma':[0.00001, 0.0001, 0.001, 0.01, 0.1]}
searcher = GridSearchCV(svm, ____)
____.fit(____)

# Report the best parameters
print("Best CV params", searcher.best_params_)

Editează și rulează codul