Завдання: Налаштування Гіперпараметрів за Допомогою RandomizedSearchCV
RandomizedSearchCV працює подібно до GridSearchCV, але замість перевірки кожної комбінації гіперпараметрів, він оцінює випадкову підмножину.
У наведеному нижче прикладі сітка містить 100 комбінацій. GridSearchCV перевіряє всі з них, тоді як RandomizedSearchCV може вибрати, наприклад, 20 — це контролюється параметром n_iter. Це робить налаштування швидшим, при цьому зазвичай знаходиться оцінка, близька до найкращої.
Swipe to start coding
У вас є попередньо оброблений набір даних про пінгвінів. Налаштуйте KNeighborsClassifier, використовуючи обидва методи пошуку:
- Створіть
param_gridзі значеннями дляn_neighbors,weightsтаp. - Ініціалізуйте
RandomizedSearchCV(..., n_iter=20). - Ініціалізуйте
GridSearchCVз тією ж сіткою параметрів. - Навчіть обидва пошуки на
X, y. - Виведіть
.best_estimator_для grid search. - Виведіть
.best_score_для randomized search.
Рішення
Спробуйте запустити код кілька разів. RandomizedSearchCV може досягти такого ж результату, як і grid search, якщо випадково вибере найкращі гіперпараметри.
Дякуємо за ваш відгук!
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Can you explain how to choose the value for `n_iter` in RandomizedSearchCV?
What are the main advantages and disadvantages of using RandomizedSearchCV compared to GridSearchCV?
Can you give an example of when RandomizedSearchCV would be preferred over GridSearchCV?
Чудово!
Completion показник покращився до 3.13Завдання: Налаштування Гіперпараметрів за Допомогою RandomizedSearchCV
Свайпніть щоб показати меню
RandomizedSearchCV працює подібно до GridSearchCV, але замість перевірки кожної комбінації гіперпараметрів, він оцінює випадкову підмножину.
У наведеному нижче прикладі сітка містить 100 комбінацій. GridSearchCV перевіряє всі з них, тоді як RandomizedSearchCV може вибрати, наприклад, 20 — це контролюється параметром n_iter. Це робить налаштування швидшим, при цьому зазвичай знаходиться оцінка, близька до найкращої.
Swipe to start coding
У вас є попередньо оброблений набір даних про пінгвінів. Налаштуйте KNeighborsClassifier, використовуючи обидва методи пошуку:
- Створіть
param_gridзі значеннями дляn_neighbors,weightsтаp. - Ініціалізуйте
RandomizedSearchCV(..., n_iter=20). - Ініціалізуйте
GridSearchCVз тією ж сіткою параметрів. - Навчіть обидва пошуки на
X, y. - Виведіть
.best_estimator_для grid search. - Виведіть
.best_score_для randomized search.
Рішення
Спробуйте запустити код кілька разів. RandomizedSearchCV може досягти такого ж результату, як і grid search, якщо випадково вибере найкращі гіперпараметри.
Перейдіть на комп'ютер для реальної практикиПродовжуйте з того місця, де ви зупинились, використовуючи один з наведених нижче варіантівДякуємо за ваш відгук!
single
