최적의 파라미터 썸네일형 리스트형 [Machine Learning] Model Selection - Hyper-parameter 하이퍼파라미터 튜닝 (Randomized Search CV, GridSearchCV) 하이퍼파라미터튜닝 만드는 모델의 최고성능을 내기 위해서 하는것, 학습과정을 직접 컨트롤할 수 있는것. >> 랜덤서치는 더 쉽게 더 넓은 범위를 찾는다. 그러니 먼저 하는것이 좋음. GridSearchCV: 검증하고 싶은 하이퍼파라미터들의 수치를 정해주고 그 조합을 모두 검증. RandomizedSearchCV: 검증하려는 하이퍼파라미터들의 값 범위를 지정해주면 무작위로 값을 지정해 그 조합을 모두 검증. Randomized Search CV 1) 하이퍼파라미터를 직접 지정 1. 라이브러리 불러오기 from sklearn.model_selection import RandomizedSearchCV 2. pipe라인을 이용하여 모델 학습(예시는 릿지회귀) from sklearn.pipeline import m.. 더보기 이전 1 다음
