GridSearch Uygulaması

Artık sklearn içindeki GridSearchCV() fonksiyonunu, önceki egzersizde ürettiğin tüm max_depth ve min_samples_leaf değerlerinin en iyi kombinasyonunu bulmak için kullanabilirsin.

Bu egzersiz

İK Analitiği: Python ile Çalışan Terkini (Churn) Tahmin Etme

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

GridSearchCV fonksiyonunu içe aktar
Daha önce tanımladığın parameters sözlüğünü kullanarak model üzerinde bir GridSearchCV() uygula. Bunu param_search olarak kaydet.
param_search'ü eğitim veri kümesine fit et.
best_params_ özelliğini kullanarak bulunan en iyi parametreleri yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# import the GridSearchCV function
from sklearn.model_selection import ____

# set up parameters: done
parameters = dict(max_depth=depth, min_samples_leaf=samples)

# initialize the param_search function using the GridSearchCV function, initial model and parameters above
param_search = ____(model, parameters, cv=3)

# fit the param_search to the training dataset
____.fit(features_train, target_train)

# print the best parameters found
print(param_search.____)

Kodu Düzenle ve Çalıştır