GridSearchCV 모듈로 완전탐색 하이퍼파라미터 튜닝을 구현해보겠습니다.

from sklearn.model_selection import GridSearchCV


model = RandomForestRegressor(criterion = 'mse', random_state=2020)


params = {'n_estimators': [200, 300, 500],
          'max_features': [5, 6, 8],
          'min_samples_leaf': [1, 3, 5]}


greedy_CV = GridSearchCV(model, param_grid=params, cv = 3, n_jobs = -1)
greedy_CV.fit(X_train, Y_train)

[Colab 실습 링크]

⬅️ Lv2 튜닝 3/5 하이퍼파라미터 / GirdSearch 개념 /

Lv2 복습 ➡️

↩️ 오늘의 파이썬 리스트

👨‍💻데이스쿨 AI프로젝트👩🏻‍💻

#데이콘 #데이콘_101 #파이썬 #머신러닝 #딥러닝 #인공지능 #앙상블 #의사결정나무 #코랩 #데이터 #데이터분석 #판다스 #넘파이 #데이터사이언티스트 #AI #Python # Pandas #Numpy #lightgbm #read_csv #DACON #kaggle #sckit-learn