調整你的模型

行銷分析：用 Python 預測客戶流失

Mark Peterson

Director of Data Science, Infoblox

快速複習

from sklearn.svm import SVC

svc = SVC()

svc.fit(telco['data'], telco['target'])

SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
  decision_function_shape='ovr', degree=3, gamma='scale', kernel='rbf',
  max_iter=-1, probability=False, random_state=None, shrinking=True,
  tol=0.001, verbose=False)

隨機森林超參數

參數	目的
n_estimators	樹的數量
criterion	切分品質
max_features	最佳切分時的特徵數
max_depth	樹的最大深度
min_sample_splits	節點切分的最小樣本數
bootstrap	是否使用 Bootstrap 樣本

網格搜尋

在 sklearn 進行網格搜尋

from sklearn.model_selection import GridSearchCV

param_grid = {'n_estimators': np.arange(10, 51)}

clf_cv = GridSearchCV(RandomForestClassifier(), param_grid)

clf_cv.fit(X, y)

clf_cv.best_params_

{'n_estimators': 43}

clf_cv.best_score_

0.9237923792379238

調參順利！

行銷分析：用 Python 預測客戶流失