Justera antalet särdrag
Standardvärden för hyperparametrar är inte optimerade för din data. Målet med korsvalidering via grid search är att hitta de hyperparametrar som ger bäst modellprestanda. I videon såg du hur hyperparametern n_estimators justerades för en random forest. Här får du öva på att justera hyperparametern max_features. Hyperparametern cv är satt till 3 så att koden körs snabbt.
| Hyperparameter | Syfte |
|---|---|
| max_features | Antal särdrag för bästa uppdelning |
En random forest är en ensemble av många beslutsträd. Hyperparametern n_estimators styr antalet träd i skogen, medan max_features styr hur många särdrag som ska beaktas när den bästa uppdelningen i beslutsträdet söks.
En random forest-klassificerare har redan skapats åt dig som clf.
Den här övningen är en del av kursen
Marknadsföringsanalys: Prediktera kundbortfall i Python
Interaktiv övning med praktiskt arbete
Testa den här övningen genom att slutföra den här exempelkoden.
# Import GridSearchCV