1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Tinh chỉnh siêu tham số trong Python
Connected

Bài tập

Tự động hóa lựa chọn Hyperparameter

Tìm ra hyperparameter tốt nhất mà không phải viết hàng trăm dòng mã cho hàng trăm mô hình là một bước cải thiện hiệu suất quan trọng, giúp ích rất nhiều cho việc xây dựng mô hình Machine Learning sau này của bạn.

Một hyperparameter quan trọng của thuật toán GBM là learning rate. Nhưng learning rate nào là tốt nhất cho bài toán này? Bằng cách viết một vòng lặp để thử qua nhiều khả năng, tổng hợp và xem kết quả, bạn có thể tìm ra lựa chọn tốt nhất.

Những learning rate có thể thử gồm 0.001, 0.01, 0.05, 0.1, 0.2 và 0.5

Bạn có sẵn các tập dữ liệu X_train, X_test, y_train & y_test, và GradientBoostingClassifier đã được import sẵn cho bạn.

Hướng dẫn

100 XP
  • Tạo một danh sách learning_rates cho các learning rate, và một results_list để lưu điểm accuracy của dự đoán.
  • Viết một vòng lặp để tạo mô hình GBM cho từng learning rate đã nêu và tạo dự đoán cho mỗi mô hình.
  • Lưu learning rate và điểm accuracy vào results_list.
  • Chuyển results_list thành một DataFrame và in ra.