Coarse to Fine'ı Görselleştirme
Coarse to Fine aramasının ilk kısmını yapacaksın. Bu, geniş bir arama uzayı üzerinde yapılmış ilk rastgele aramanın sonuçlarını analiz etmeyi ve ardından hiperparametre aramanı nasıl daha ince ayara getireceğine karar vermeyi içerir.
Elinde şunlar var:
combinations_list- rastgele aramanın üzerinde yürütüldüğü olası hiperparametre kombinasyonlarının listesi.results_df- her hiperparametre kombinasyonunu ve 500 denemenin sonuç doğruluğunu içeren bir DataFrame. Her hiperparametre bir sütundur ve başlık hiperparametre adıdır.visualize_hyperparameter()- DataFrame'den bir sütun (string olarak) alıp bu sütunun değerlerini doğruluk skorlarıyla karşılaştıran bir saçılım grafiği üreten bir fonksiyon. Fonksiyonun örnek bir çağrısıvisualize_hyperparameter('accuracy')olurdu.
visualize_hyperparameter() fonksiyon tanımını görmek istersen, şu kodu çalıştırabilirsin:
import inspect
print(inspect.getsource(visualize_hyperparameter))
Bu egzersiz
Python'da Hiperparametre Ayarlama
kursunun bir parçasıdırEgzersiz talimatları
combinations_list'in boyutunu (yazdırarak) doğrula; rastgele bir aramayla başlamanın neden gerekli olduğunu gerekçelendir.results_df'i doğruluk değerlerine göre sırala ve ilk 10 satırı yazdır. Net içgörüler var mı? Küçük örneklem boyutuna dikkat!- Bu aramada hangi hiperparametrelerin kullanıldığını (yazdırarak) doğrula. Bunlar
results_dfiçindeki sütun adlarıdır. visualize_hyperparameter()'ı sırayla her hiperparametreyle (max_depth,min_samples_leaf,learn_rate) çağır. Herhangi bir eğilim var mı?
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Confirm the size of the combinations_list
print(____(____))
# Sort the results_df by accuracy and print the top 10 rows
print(results_df.____(by=____, ascending=False).head(____))
# Confirm which hyperparameters were used in this search
print(results_df.____)
# Call visualize_hyperparameter() with each hyperparameter in turn
visualize_hyperparameter(____)
visualize_hyperparameter(____)
visualize_hyperparameter(____)