Вивчайте Завдання: Порівняння Моделей

Тепер ви порівняєте моделі, які ми розглядали, використовуючи єдиний набір даних — breast cancer dataset. Цільова змінна — стовпець 'diagnosis', де 1 означає злоякісні, а 0 — доброякісні випадки.

Ви застосуєте GridSearchCV до кожної моделі для пошуку найкращих параметрів. У цьому завданні використовується метрика recall, оскільки мінімізація хибнонегативних результатів є критично важливою. Щоб GridSearchCV обирав найкращі параметри за recall, встановіть scoring='recall'.

Завдання

Swipe to start coding

Вам надано набір даних про рак молочної залози, збережений у змінній DataFrame як df.

Створіть словник для GridSearchCV, щоб перебирати значення [3, 5, 7, 12] для параметра n_neighbors та збережіть його у змінній knn_params.
Створіть словник для GridSearchCV, щоб перебирати значення [0.1, 1, 10] для параметра C та збережіть його у змінній lr_params.
Створіть словник для GridSearchCV, щоб перебирати значення [2, 4, 6, 10] для параметра max_depth та [1, 2, 4, 7] для параметра min_samples_leaf, і збережіть його у змінній dt_params.
Створіть словник для GridSearchCV, щоб перебирати значення [2, 4, 6] для параметра max_depth та [20, 50, 100] для параметра n_estimators, і збережіть його у змінній rf_params.
Ініціалізуйте та навчіть об'єкт GridSearchCV для кожної моделі, а навчені моделі збережіть у відповідних змінних: knn_grid, lr_grid, dt_grid та rf_grid.

Рішення

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 5. Розділ 3

single

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

Suggested prompts:

Can you show me how to set up GridSearchCV with recall as the scoring metric?

Which models should I compare using GridSearchCV?

Can you explain why recall is important in this context?

Awesome!

Completion rate improved to 4.17

Свайпніть щоб показати меню