1. Learn
    2. /
  2. Cursuri
    3. /
  3. Machine Learning cu modele bazate pe arbori în Python
Connected

exercițiu

Caută pădurea optimă

În acest exercițiu, vei efectua un grid search folosind validare încrucișată cu 3 folduri pentru a găsi hiperparametrii optimi ai modelului rf. Pentru a evalua fiecare model din grilă, vei folosi metrica eroare medie pătratică negativă.

Reține că, deoarece grid search-ul este un proces de căutare exhaustivă, 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 similar cu orice estimator scikit-learn, folosind metoda .fit():

grid_object.fit(X_train, y_train)

Modelul de regresie Random Forest neoptimizat rf, precum și dicționarul params_rf definit în exercițiul anterior sunt disponibile în spațiul tău de lucru.

Instrucțiuni

100 XP

  • Importă GridSearchCV din sklearn.model_selection.

  • Instanțiază un obiect GridSearchCV folosind validare încrucișată cu 3 folduri și eroarea medie pătratică negativă ca metrică de scoring.