เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

การนำพารามิเตอร์ของโมเดลกลับมาใช้ใหม่

การทำซ้ำผลลัพธ์ของโมเดลเป็นสิ่งสำคัญในการ validation โมเดล นอกจากนี้ยังมีประโยชน์เมื่อต้องแชร์โมเดลกับเพื่อนร่วมงาน นำโมเดลไปใช้กับข้อมูลใหม่ หรือโพสต์คำถามบนเว็บไซต์อย่าง Stack Overflow ซึ่งสามารถถามนักพัฒนาคนอื่นเกี่ยวกับข้อผิดพลาด ผลลัพธ์ หรือประสิทธิภาพของโมเดลได้ วิธีที่ดีที่สุดคือการทำซ้ำงานของคุณโดยนำพารามิเตอร์ของโมเดลกลับมาใช้ใหม่

ในแบบฝึกหัดนี้ จะได้ใช้วิธีการต่าง ๆ เพื่อตรวจสอบว่าโมเดลใช้พารามิเตอร์ใดบ้าง

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

การตรวจสอบความถูกต้องของโมเดลใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • พิมพ์ข้อมูลลักษณะของโมเดล rfc โดยการพิมพ์โมเดลออกมาตรง ๆ
  • พิมพ์เฉพาะค่า random state ของโมเดล
  • พิมพ์ dictionary ของพารามิเตอร์ทั้งหมดของโมเดล

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

rfc = RandomForestClassifier(n_estimators=50, max_depth=6, random_state=1111)

# Print the classification model
____(____)

# Print the classification model's random state parameter
print('The random state is: {}'.format(rfc.____))

# Print all parameters
print('Printing the parameters dictionary: {}'.format(rfc.____()))
แก้ไขและรันโค้ด