cas-pml/SL/aufgaben/template/4_WS/WS 14 Vorlage.ipynb

WS 14 Random Search CV

• untersuchen Sie Kombinationen von Parameterwerten bei RandomForestClassifier
• Vorschlag:
  • n_estimators in [50, 100, 150, 200]
  • max_features in [3, 5, 7, 9]
  • criterion in ['gini', 'entropy']
  • min_samples_leaf in [1, 2, 3, 4]
• wenden Sie 5-fach Kreuzvalidierung an
• setzen Sie die Anzahl der zu untersuchenden Kombinationen auf 12
• arbeiten Sie ohne setzen von random_state, damit anschliessend die Ergebnisse verglichen werden können

In [3]:

## import libraries
import pandas as pd
import numpy as np

## load data
datapath = '../3_data'
from os import chdir; chdir(datapath)
bank_df = pd.read_csv('bank_data_prep.csv')

## features - target - split
X = bank_df.drop('y', axis=1)
y = bank_df['y']

In [4]:

## import classes from sklearn
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import RandomizedSearchCV

## define parameter grid
## tbd
#parameter_grid = ...



## define RandomizedSearchCV
## tbd



## run RandomizedSearchCV
## tbd



## evaluate RandomizedSearchCV
## tbd

Fazit:

• tbd