BaşlayınÜcretsiz Başlayın

Random Forest ile Rastgele Arama

Rastgele örnekleme bilgisini pekiştirmek için, benzer bir egzersizi farklı hiperparametreler ve farklı bir algoritma ile yapalım.

Daha önce olduğu gibi, listelere sıkıştırılabilecek (zip) hiperparametre listeleri oluştur. Random forest algoritmasının criterion, max_depth ve max_features hiperparametrelerini kullanacaksın. Ardından, bir rastgele arama çalıştırmaya hazırlanmak için hiperparametre kombinasyonlarını rastgele örnekle.

Bu görevde örnekleme için biraz farklı bir paket kullanacaksın: random.sample().

Bu egzersiz

Python'da Hiperparametre Ayarlama

kursunun bir parçasıdır
Kursu Görüntüle

Egzersiz talimatları

  • criterion için 'gini' ve 'entropy' değerlerinin listelerini; max_features için "auto", "sqrt", "log2", None değerlerinin listelerini oluştur.
  • max_depth hiperparametresi için 3 ile 55 dahil olmak üzere değerlerden oluşan bir liste oluştur ve max_depth_list listesine ata. range(N,M) ifadesinin N'den M-1'e kadar bir liste oluşturduğunu unutma.
  • Bu listeleri product() kullanarak örneklenecek bir birleşik liste (list of lists) haline getir.
  • Birleşik listeden rastgele 150 modeli örnekle ve sonucu yazdır.

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Create lists for criterion and max_features
criterion_list = ____
max_feature_list = ____

# Create a list of values for the max_depth hyperparameter
max_depth_list = list(range(____,____))

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

# Sample hyperparameter combinations for a random search
combinations_random_chosen = random.sample(____, ____)

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