เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

วิเคราะห์ความเสถียรของ TPOT

ในแบบฝึกหัดนี้ คุณจะได้เห็นความสุ่มของ TPOT ด้วยการสร้าง classifier โดยใช้ random state ที่แตกต่างกัน แล้วดูว่าอัลกอริทึมเลือกโมเดลใดเป็นโมเดลที่ดีที่สุด วิธีนี้ช่วยให้เห็นชัดว่า TPOT มีความไม่เสถียรค่อนข้างมากเมื่อรันในเวลาที่สั้นเกินไป

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การปรับ Hyperparameter ใน Python

ดูคอร์ส

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))
แก้ไขและรันโค้ด