Mengenal Grid Search

Penyetelan Hyperparameter di Python

Alex Scriven

Data Scientist

Otomatisasi 2 Hiperparameter

Pekerjaan Anda sebelumnya:

neighbors_list = [3,5,10,20,50,75]
accuracy_list = []
for test_number in neighbors_list:
    model = KNeighborsClassifier(n_neighbors=test_number)
    predictions = model.fit(X_train, y_train).predict(X_test)
    accuracy = accuracy_score(y_test, predictions)
    accuracy_list.append(accuracy)

Lalu kita gabungkan ke dataframe untuk dianalisis.

Otomatisasi 2 Hiperparameter

Bagaimana menguji nilai dari 2 hiperparameter?

Menggunakan algoritme GBM:

learn_rate [0.001, 0.01, 0.05]
max_depth [4,6,8,10]

Kita bisa gunakan for loop (nested)!

Otomatisasi 2 Hiperparameter

Pertama, fungsi pembuat model:

def gbm_grid_search(learn_rate, max_depth):
    model = GradientBoostingClassifier(
            learning_rate=learn_rate,
            max_depth=max_depth)

    predictions = model.fit(X_train, y_train).predict(X_test)

    return([learn_rate, max_depth, accuracy_score(y_test, predictions)])

Otomatisasi 2 Hiperparameter

Sekarang kita dapat melakukan loop pada daftar hiperparameter dan memanggil fungsi:

results_list = []

for learn_rate in learn_rate_list:
    for max_depth in max_depth_list:
        results_list.append(gbm_grid_search(learn_rate,max_depth))

Otomatisasi 2 Hiperparameter

Kita juga dapat memasukkan hasil ini ke DataFrame dan mencetaknya:

results_df = pd.DataFrame(results_list, columns=['learning_rate', 'max_depth', 'accuracy'])
print(results_df)

tabel hasil

Berapa banyak model?

Ada jauh lebih banyak model saat menambah hiperparameter dan nilainya.

Hubungannya bukan linear, tapi eksponensial
Satu nilai tambahan bukan hanya satu model
5 untuk Hiperparameter 1 dan 10 untuk Hiperparameter 2 berarti 50 model!

Bagaimana dengan cross-validation?

10-fold cross-validation menjadi 50x10 = 500 model!

Dari 2 ke N hiperparameter

Bagaimana jika menambah lebih banyak hiperparameter?

Kita bisa menumpuk (nest) loop!

# Sesuaikan daftar nilai yang diuji
learn_rate_list = [0.001, 0.01, 0.1, 0.2, 0.3, 0.4, 0.5]
max_depth_list = [4,6,8, 10, 12, 15, 20, 25, 30]
subsample_list = [0.4,0.6, 0.7, 0.8, 0.9]
max_features_list = ['auto', 'sqrt']

Dari 2 ke N hiperparameter

Sesuaikan fungsi kita:

def gbm_grid_search(learn_rate, max_depth,subsample,max_features):
    model = GradientBoostingClassifier(
        learning_rate=learn_rate, 
        max_depth=max_depth,
        subsample=subsample,
        max_features=max_features)
    predictions = model.fit(X_train, y_train).predict(X_test)
    return([learn_rate, max_depth, accuracy_score(y_test, predictions)])

Dari 2 ke N hiperparameter

Menyesuaikan for loop (nested):

for learn_rate in learn_rate_list:
    for max_depth in max_depth_list:
        for subsample in subsample_list:
            for max_features in max_features_list:
                results_list.append(gbm_grid_search(learn_rate,max_depth,
                                     subsample,max_features))
results_df = pd.DataFrame(results_list, columns=['learning_rate',
                         'max_depth', 'subsample', 'max_features','accuracy'])
print(results_df)

Dari 2 ke N hiperparameter

Sekarang berapa banyak model?

7x9x5x2 = 630 (6.300 jika pakai cross-validation!)

Kita tidak bisa terus menambah nesting!

Selain itu, bagaimana jika kita ingin:

Rincian waktu latih & skor
Rincian skor cross-validation