Pyyhkäise näyttääksesi valikon

Mallin suorituskyvyn parantamiseksi säädetään hyperparametreja. Ajatus on yksinkertainen: testataan eri arvoja, lasketaan ristiinvalidointipisteet ja valitaan arvo, jolla on korkein pistemäärä.

Tämä prosessi voidaan toteuttaa käyttämällä GridSearchCV-luokkaa, joka löytyy sklearn.model_selection -moduulista.

GridSearchCV vaatii mallin ja parametriruudukon (param_grid). Esimerkki:

param_grid = {'n_neighbors': [1, 3, 5, 7]}

GridSearchCV:n alustamisen jälkeen kutsutaan .fit(X, y).

Paras malli löytyy kentästä .best_estimator_;
Sen ristiinvalidointitulos löytyy kentästä .best_score_.


              12345678910111213
            
import pandas as pd
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import GridSearchCV

df = pd.read_csv('https://codefinity-content-media.s3.eu-west-1.amazonaws.com/a65bbc96-309e-4df9-a790-a1eb8c815a1c/penguins_pipelined.csv')
X, y = df.drop('species', axis=1), df['species']

param_grid = {'n_neighbors': [1,3,5,7,9]}
grid_search = GridSearchCV(KNeighborsClassifier(), param_grid)
grid_search.fit(X, y)

print(grid_search.best_estimator_)
print(grid_search.best_score_)

Sovituksen jälkeen GridSearchCV kouluttaa automaattisesti parhaan estimaattorin koko aineistolla. grid_search-objekti toimii lopullisena koulutettuna mallina ja sitä voidaan käyttää suoraan metodeilla .predict() ja .score().


              12
            
grid_search.fit(X, y)
print(grid_search.score(X, y))   # training accuracy (not reliable for real evaluation)

Oliko kaikki selvää?

Kiitos palautteestasi!

Osio 4. Luku 6

Kysy tekoälyä

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

Gridsearchcv