GridSearchCV ile gamma ve C'yi birlikte ayarlama
Önceki egzersizde, varsayılan C değeri 1 iken en iyi gamma değeri 0.001 olarak bulunmuştu. Bu egzersizde GridSearchCV kullanarak C ve gamma için en iyi kombinasyonu arayacaksın.
Önceki egzersizde olduğu gibi, 2'ye karşı 2 değil (2-vs-not-2) rakamlar veri kümesi zaten yüklü; ancak bu kez X_train, y_train, X_test ve y_test değişkenlerine bölünmüş durumda. Çapraz doğrulama eğitim setini parçalara ayırsa da, sonuçların makul olduğundan emin olmak için ayrı bir test setini kenarda tutmak genellikle iyi bir fikirdir.
Bu egzersiz
Python'da Lineer Sınıflandırıcılar
kursunun bir parçasıdırEgzersiz talimatları
- Eğitim setini kullanarak en iyi hiperparametreleri bulmak için
GridSearchCVçalıştır. - Parametrelerin en iyi değerlerini yazdır.
- Çapraz doğrulama sürecinde kullanılmamış olan test setindeki doğruluğu yazdır.
Uygulamalı interaktif egzersiz
Bu örnek kodu tamamlayarak bu egzersizi bitirin.
# Instantiate an RBF SVM
svm = SVC()
# Instantiate the GridSearchCV object and run the search
parameters = {'C':[0.1, 1, 10], 'gamma':[0.00001, 0.0001, 0.001, 0.01, 0.1]}
searcher = GridSearchCV(svm, ____)
____.fit(____)
# Report the best parameters and the corresponding score
print("Best CV params", searcher.best_params_)
print("Best CV accuracy", searcher.best_score_)
# Report the test accuracy using these best parameters
print("Test accuracy of best grid search hypers:", searcher.score(____))