Finjustera flera hyperparametrar iterativt
I den här övningen bygger du vidare på funktionen du skapade tidigare, som tar emot 2 hyperparametrar, bygger en modell och returnerar resultaten. Nu använder du den för att loopa igenom några värden och sedan utöka funktionen och loopen med ytterligare en hyperparameter.
Funktionen gbm_grid_search(learn_rate, max_depth) finns tillgänglig i den här övningen.
Om du behöver påminna dig om funktionen kan du köra print_func(), som redan har skapats åt dig.
Den här övningen är en del av kursen
Hyperparameterjustering i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Create the relevant lists
results_list = ____
learn_rate_list = ____
max_depth_list = ____
# Create the for loop
for learn_rate in ____:
for max_depth in ____:
____.append(gbm_grid_search(____,____))
# Print the results
print(____)