1. Learn
    2. /
  2. 课程
    3. /
  3. Python 树模型机器学习
Connected

道练习

搜索最优决策树

在本练习中，您将使用 5 折交叉验证进行网格搜索，以找到 dt 的最优超参数。请注意，网格搜索是穷举式过程，训练模型可能会花费较长时间。此处您只需实例化 GridSearchCV 对象，而无需将其拟合到训练集。正如视频中所述，您可以像训练任意 scikit-learn 估计器一样，使用 .fit() 方法来训练该对象：

grid_object.fit(X_train, y_train)

未调参的分类树 dt，以及您在上一个练习中定义的字典 params_dt，已在您的工作区中可用。

说明

100 XP

  • 从 sklearn.model_selection 导入 GridSearchCV。

  • 通过设置以下参数，使用 5 折 CV 实例化一个 GridSearchCV 对象：

    • 将 estimator 设为 dt，param_grid 设为 params_dt，并且

    • 将 scoring 设为 'roc_auc'。