1. Learn
    2. /
  2. Курси
    3. /
  3. Кероване навчання зі scikit-learn
Connected

вправа

Налаштування гіперпараметрів за допомогою GridSearchCV

Тепер, коли ви побачили, як виконувати підбір гіперпараметрів за допомогою перебору по сітці (grid search), ви збудуєте модель ласо-регресії з оптимальними гіперпараметрами для прогнозування рівня глюкози в крові, використовуючи ознаки з набору даних diabetes_df.

X_train, X_test, y_train та y_test вже завантажено для вас. Об'єкт KFold() створено й збережено як kf, а також підготовлено модель ласо-регресії як lasso.

Інструкції

100 XP
  • Імпортуйте GridSearchCV.
  • Налаштуйте сітку параметрів для "alpha", використовуючи np.linspace() для створення 20 рівномірно розподілених значень у діапазоні від 0.00001 до 1.
  • Викличте GridSearchCV(), передавши lasso, сітку параметрів і встановивши cv рівним kf.
  • Навчіть об'єкт пошуку по сітці на тренувальних даних, щоб виконати крос-валідаційний перебір по сітці.