ПочатиПочніть безкоштовно

Статистика перехресної перевірки

Ви використали grid search CV, щоб підібрати гіперпараметри для класифікатора випадкового лісу, і тепер хочете переглянути результати перехресної перевірки, аби переконатися, що ви не перенавчилися. Зокрема, ви хочете відняти середній тестовий бал для кожного фолда від середнього тренувального бала. Набір даних доступний як X_train та y_train, конвеєр — як pipe, а також попередньо імпортовано низку модулів, зокрема pandas як pd і GridSearchCV().

Ця вправа є частиною курсу

Проєктування робочих процесів машинного навчання в Python

Переглянути курс

Інструкції до вправи

  • Створіть об'єкт grid search із трьома фолдами перехресної перевірки та налаштуйте повернення як тренувальної, так і тестової статистики.
  • Навчіть об'єкт grid search на тренувальних даних.
  • Збережіть результати перехресної перевірки з атрибуту cv_results_ навченого об'єкта CV у датафрейм.
  • Виведіть різницю між стовпчиком із середнім тестовим балом та стовпчиком із середнім тренувальним балом.

Інтерактивна практична вправа

Спробуйте виконати цю вправу, доповнивши цей зразок коду.

# Fit your pipeline using GridSearchCV with three folds
grid_search = GridSearchCV(
  pipe, params, ____=3, return_train_score=____)

# Fit the grid search
gs = grid_search.____(____, ____)

# Store the results of CV into a pandas dataframe
results = pd.____(gs.____)

# Print the difference between mean test and training scores
print(
  results[____]-results['mean_train_score'])
Редагувати та запускати код