एंसेंबल्स और हाइपरपैरामीटर ट्यूनिंग

Python में Machine Learning के साथ CTR प्रेडिक्शन

Kevin Huo

Instructor

एंसेंबल मेथड्स

बूटस्ट्रैप एग्रीगेशन का उदाहरण

बैगिंग: अलग-अलग मॉडलों के लिए रैंडम सैंपल चुने जाते हैं, फिर मॉडल अलग-अलग ट्रेन होते हैं और जोड़े जाते हैं.

रैंडम फॉरेस्ट्स

clf = RandomForestClassifier()
print(clf)

RandomForestClassifier(
  bootstrap=True,
  ...
  max_depth = 10,
  ...
  n_estimators = 100,
  ...)

हाइपरपैरामीटर ट्यूनिंग

हाइपरपैरामीटर: वे पैरामीटर जो ट्रेनिंग से पहले सेट होते हैं और मॉडल के बाहरी होते हैं.
पैरामीटर के उदाहरण, पर हाइपरपैरामीटर नहीं: लीनियर रिग्रेशन में स्लोप कोएफिशिएंट, लॉजिस्टिक रिग्रेशन में वेट्स, आदि.
हाइपरपैरामीटर के उदाहरण: max_depth, n_estimators, आदि.

ग्रिड सर्च

param_grid = {'n_estimators': n_estimators, 
              'max_depth': max_depth}

clf = GridSearchCV(estimator = model, 
                   param_grid = param_grid, 
                   scoring = 'roc_auc')
print(clf.best_score_)
print(clf.best_estimator_)

0.6777
RandomForestClassifier(max_depth = 100, ...)

अभ्यास करते हैं!

Python में Machine Learning के साथ CTR प्रेडिक्शन