BaşlayınÜcretsiz başlayın

Özellik sayısını ayarlama

Modellerinin varsayılan hiperparametreleri verilerin için optimize edilmemiştir. Grid search çapraz doğrulamanın amacı, en iyi model performansına ulaştıran hiperparametreleri belirlemektir. Videoda, random forest'ın n_estimators hiperparametresinin nasıl ayarlandığını gördün. Burada, max_features hiperparametresini ayarlama pratiği yapacaksın. Kodun hızlı çalışması için cv hiperparametresi 3 olarak ayarlanmıştır.

Hyperparameter Purpose
max_features En iyi bölme için değerlendirilecek özellik sayısı

Random forest, birçok karar ağacından oluşan bir topluluktur (ensemble). n_estimators hiperparametresi ormandaki ağaç sayısını kontrol ederken, max_features hiperparametresi karar ağacında en iyi bölmeyi ararken random forest'ın kaç özelliği dikkate alacağını kontrol eder.

Bir random forest sınıflandırıcısı clf olarak senin için oluşturuldu.

Bu egzersiz, kursun bir parçasıdır

Pazarlama Analitiği: Python ile Müşteri Terkini Tahmin Etme

Kursa Göz Atın

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Import GridSearchCV
Kodu Düzenle ve Çalıştır