TPOT'un kararlılığını analiz etme
Şimdi TPOT'un rastgele doğasını, sınıflandırıcıyı farklı random state değerleriyle kurup algoritmanın en iyi bulduğu modeli gözlemleyerek göreceksin. Bu, makul bir süre çalıştırılmadığında TPOT'un oldukça kararsız olabildiğini anlamana yardımcı olur.
Bu egzersiz, kursun bir parçasıdır
Python'da Hiperparametre Ayarlama
Uygulamalı etkileşimli egzersiz
Bu egzersizi bu örnek kodu tamamlayarak deneyin.
# 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))