1. 학습
    2. /
  2. 강의
    3. /
  3. Tinh chỉnh siêu tham số trong Python
Connected

연습 문제

Xây dựng đường học (Learning Curves)

Khi muốn thử nhiều giá trị khác nhau cho một hyperparameter, việc xem kết quả dưới dạng DataFrame có thể không trực quan. Trước đó bạn đã học một mẹo hay để phân tích: một biểu đồ gọi là “learning curve” có thể minh họa rõ tác động của việc tăng hoặc giảm một hyperparameter cụ thể lên kết quả cuối cùng.

Thay vì chỉ thử vài giá trị cho learning rate, bạn sẽ thử nhiều giá trị để dễ dàng thấy tác động của hyperparameter này trên một khoảng giá trị rộng. Một hàm hữu ích từ NumPy là np.linspace(start, end, num) cho phép bạn tạo ra num giá trị được phân bố đều trong khoảng (start, end) mà bạn chỉ định.

Bạn có sẵn các bộ dữ liệu X_train, X_test, y_train & y_test.

지침

100 XP
  • Tạo một danh sách gồm 30 learning rate được phân bố đều từ 0.01 đến 2.
  • Tạo một vòng lặp tương tự bài trước nhưng chỉ lưu điểm chính xác (accuracy) vào một danh sách.
  • Vẽ biểu đồ learning rate so với điểm chính xác.