Desafio: Ajuste de Hiperparâmetros com RandomizedSearchCV
A ideia por trás do RandomizedSearchCV
é que ele funciona da mesma forma que o GridSearchCV
, mas em vez de testar todas as combinações, ele testa um subconjunto amostrado aleatoriamente.
Por exemplo, este param_grid
terá 100 combinações:
param_grid = {'n_neighbors': [1, 3, 5, 7, 9, 12, 15, 17, 20, 25],
'weights': ['distance', 'uniform'],
'p': [1, 2, 3, 4, 5]}
O GridSearchCV
testaria todas elas, o que é demorado. Com o RandomizedSearchCV
, é possível testar apenas um subconjunto escolhido aleatoriamente de, por exemplo, 20 combinações. Normalmente, isso resulta em um desempenho um pouco inferior, mas é muito mais rápido.
Você pode controlar o número de combinações a serem testadas usando o argumento n_iter
(definido como 10 por padrão). Fora isso, o uso é igual ao do GridSearchCV
.
Swipe to start coding
Sua tarefa é construir GridSearchCV
e RandomizedSearchCV
com 20 combinações e comparar os resultados.
- Inicialize o objeto
RandomizedSearchCV
. Passe o grid de parâmetros e defina o número de combinações como 20. - Inicialize o objeto
GridSearchCV
. - Treine ambos os objetos
GridSearchCV
eRandomizedSearchCV
. - Imprima o melhor estimador de
grid
. - Imprima a melhor pontuação de
randomized
.
Solução
Obrigado pelo seu feedback!
single
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Awesome!
Completion rate improved to 3.13
Desafio: Ajuste de Hiperparâmetros com RandomizedSearchCV
Deslize para mostrar o menu
A ideia por trás do RandomizedSearchCV
é que ele funciona da mesma forma que o GridSearchCV
, mas em vez de testar todas as combinações, ele testa um subconjunto amostrado aleatoriamente.
Por exemplo, este param_grid
terá 100 combinações:
param_grid = {'n_neighbors': [1, 3, 5, 7, 9, 12, 15, 17, 20, 25],
'weights': ['distance', 'uniform'],
'p': [1, 2, 3, 4, 5]}
O GridSearchCV
testaria todas elas, o que é demorado. Com o RandomizedSearchCV
, é possível testar apenas um subconjunto escolhido aleatoriamente de, por exemplo, 20 combinações. Normalmente, isso resulta em um desempenho um pouco inferior, mas é muito mais rápido.
Você pode controlar o número de combinações a serem testadas usando o argumento n_iter
(definido como 10 por padrão). Fora isso, o uso é igual ao do GridSearchCV
.
Swipe to start coding
Sua tarefa é construir GridSearchCV
e RandomizedSearchCV
com 20 combinações e comparar os resultados.
- Inicialize o objeto
RandomizedSearchCV
. Passe o grid de parâmetros e defina o número de combinações como 20. - Inicialize o objeto
GridSearchCV
. - Treine ambos os objetos
GridSearchCV
eRandomizedSearchCV
. - Imprima o melhor estimador de
grid
. - Imprima a melhor pontuação de
randomized
.
Solução
Obrigado pelo seu feedback!
Awesome!
Completion rate improved to 3.13single