ÎncepețiÎncepe gratuit

Varierea hiperparametrilor

Numărul de iterații de antrenament și dimensiunea straturilor ascunse sunt doi hiperparametri principali care pot fi variați atunci când lucrezi cu un clasificator MLP. În acest exercițiu, îi vei varia pe fiecare separat și vei observa cum se poate modifica performanța în termeni de acuratețe și AUC al curbei ROC.

X_train, y_train, X_test, y_test sunt disponibile în spațiul tău de lucru. Caracteristicile au fost deja standardizate folosind un StandardScaler(). pandas ca pd și numpy ca np sunt, de asemenea, disponibile în spațiul tău de lucru.

Acest exercițiu face parte din cursul

Predicția CTR cu Machine Learning în Python

Vezi cursul

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Loop over various max_iter configurations
max_iter_list = [10, 20, 30]
for max_iter in ____:
	clf = MLPClassifier(hidden_layer_sizes = (4, ), 
                        ____ = max_iter, random_state = 0)
   	# Extract relevant predictions
	y_score = clf.fit(____, ____).____(X_test)
	y_pred = clf.fit(____, ____).____(X_test)

	# Get ROC curve metrics
	print("Accuracy for max_iter = %s: %s" %(
      max_iter, _____(y_test, ____)))
	print("AUC for max_iter = %s: %s" %(
      max_iter, ____(y_test, ____[:, 1])))
Editează și rulează codul