BaşlayınÜcretsiz başlayın

Hiperparametreleri Rastgele Örnekle

Rastgele arama yapmak için önce hiperparametre uzayımızdan rastgele örnekleme yapmamız gerekir.

Bu egzersizde önce, listelerin listesine dönüştürülebilecek bazı hiperparametre listeleri oluşturacaksın. Ardından, rastgele arama çalıştırmaya hazırlanmak için hiperparametre kombinasyonlarını rastgele örnekleyeceksin.

Örneğin anlaşılır ve çok karmaşık olmaması için GBM algoritmasının sadece learning_rate ve min_samples_leaf hiperparametrelerini kullanacaksın.

Bu egzersiz, kursun bir parçasıdır

Python'da Hiperparametre Ayarlama

Kursa Göz Atın

Egzersiz talimatları

  • learning_rate hiperparametresi için 0.01 ile 1.5 arasında 200 değerlik bir liste oluştur ve learn_rate_list listesine ata.
  • min_samples_leaf hiperparametresi için 10 ile 40 (dahil) arasında değerlerden oluşan bir liste oluştur ve min_samples_list listesine ata.
  • Bu listeleri, örnekleme yapacağın bir listeler listesi halinde birleştir.
  • Bu hiperparametre kombinasyonlarından rastgele 250 model örnekle ve sonucu yazdır.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Create a list of values for the learning_rate hyperparameter
learn_rate_list = list(np.____(____,____,____))

# Create a list of values for the min_samples_leaf hyperparameter
min_samples_list = list(____(____,____))

# Combination list
combinations_list = [list(x) for x in ____(____, min_samples_list)]

# Sample hyperparameter combinations for a random search.
random_combinations_index = np.____(range(0, len(____)), ____, replace=False)
combinations_random_chosen = [combinations_list[x] for x in ____]

# Print the result
print(____)
Kodu Düzenle ve Çalıştır