1. Learn
    2. /
  2. Курси
    3. /
  3. Як перемагати в змаганнях Kaggle за допомогою Python
Connected

Вправа

Пошук по сітці

Згадайте, що в попередньому уроці ми створили базову модель Gradient Boosting. Тепер ваша мета — підібрати найкраще значення гіперпараметра max_depth для цієї моделі Gradient Boosting. Цей гіперпараметр обмежує кількість вузлів у кожному окремому дереві. Ви використовуватимете K-кратну перехресну перевірку, щоб оцінити локальну якість моделі для кожного значення гіперпараметра.

Вам надано функцію get_cv_score(), яка приймає тренувальний набір даних і словник параметрів моделі як аргументи та повертає підсумкове значення валідаційної RMSE за результатами 3-кратної перехресної перевірки.

Інструкції

100 XP
  • Вкажіть сітку можливих значень max_depth: 3, 6, 9, 12 і 15.
  • Передайте кожного кандидата гіперпараметра із сітки до словника параметрів моделі params.