Введение
Гиперпараметры - это параметры, которые не обучаются напрямую оценщиком. Они передаются в качестве аргументов в конструктор классов оценщиков. Тюнинг гиперпараметров оценщика - это важный шаг при построении эффективных машинно-обучаемых моделей. Он заключается в нахождении оптимальной комбинации гиперпараметров, которая приводит к наилучшим результатам работы модели.
Scikit-learn предоставляет несколько инструментов для поиска наилучших гиперпараметров: GridSearchCV
и RandomizedSearchCV
. В этом лабе мы рассмотрим процесс настройки гиперпараметров с использованием этих инструментов.
Советы по работе с ВМ
После запуска ВМ нажмите в левом верхнем углу, чтобы переключиться на вкладку Ноутбук и получить доступ к Jupyter Notebook для практики.
Иногда вам может потребоваться подождать несколько секунд, пока Jupyter Notebook загрузится. Валидация операций не может быть автоматизирована из-за ограничений Jupyter Notebook.
Если вы сталкиваетесь с проблемами во время обучения, не стесняйтесь обращаться к Labby. Оставьте отзыв после занятия, и мы оперативно решим проблему для вас.