ÎncepețiÎncepe gratuit

Caută arborele optimal

În acest exercițiu, vei efectua o căutare pe grilă folosind validare încrucișată cu 5 pliuri pentru a găsi hiperparametrii optimi ai lui dt. Reține că, deoarece căutarea pe grilă este un proces exhaustiv, antrenarea modelului poate dura destul de mult. Aici vei instanția doar obiectul GridSearchCV, fără a-l antrena pe setul de antrenament. Așa cum s-a discutat în videoclip, poți antrena un astfel de obiect la fel ca orice estimator scikit-learn, folosind metoda .fit():

grid_object.fit(X_train, y_train)

În spațiul tău de lucru se află un arbore de clasificare neajustat dt, precum și dicționarul params_dt pe care l-ai definit în exercițiul anterior.

Acest exercițiu face parte din cursul

Machine Learning cu modele bazate pe arbori în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Importă GridSearchCV din sklearn.model_selection.

  • Instanțiază un obiect GridSearchCV cu validare încrucișată de 5 pliuri, setând parametrii:

    • estimator la dt, param_grid la params_dt și

    • scoring la 'roc_auc'.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Import GridSearchCV
____

# Instantiate grid_dt
grid_dt = ____(estimator=____,
                       param_grid=____,
                       scoring=____,
                       cv=____,
                       n_jobs=-1)
Editează și rulează codul