วิเคราะห์ความเสถียรของ TPOT
ในแบบฝึกหัดนี้ คุณจะได้เห็นความสุ่มของ TPOT ด้วยการสร้าง classifier โดยใช้ random state ที่แตกต่างกัน แล้วดูว่าอัลกอริทึมเลือกโมเดลใดเป็นโมเดลที่ดีที่สุด วิธีนี้ช่วยให้เห็นชัดว่า TPOT มีความไม่เสถียรค่อนข้างมากเมื่อรันในเวลาที่สั้นเกินไป
แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร
การปรับ Hyperparameter ใน Python
แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ
ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์
# Create the tpot classifier
tpot_clf = TPOTClassifier(generations=2, population_size=4, offspring_size=3, scoring='accuracy', cv=2,
verbosity=2, random_state=____)
# Fit the classifier to the training data
tpot_clf.fit(X_train, y_train)
# Score on the test set
print(tpot_clf.score(X_test, y_test))