Cea mai frecventă metodă de reglare a hiperparametrilor este căutarea în grilă. Această metodă creează o grilă de reglare cu combinații unice de valori ale hiperparametrilor și utilizează validarea încrucișată pentru a evalua performanța acestora. Scopul reglării hiperparametrilor este să găsești combinația optimă de valori care maximizează performanța modelului.

În acest exercițiu, vei crea o grilă aleatorie de hiperparametri și vei regla modelul de arbore de decizie pe datele despre împrumuturi.

Foldurile de validare încrucișată, loans_folds, obiectul workflow, loans_tune_wkfl, funcția personalizată de metrici, loans_metrics, și dt_tune_model au fost încărcate în sesiunea ta.

Estimarea performanței prin validare încrucișată

Create Your Free Account