
Modele uczenia maszynowego (część I) | 43
Modele uczenia maszynowego (część I)
Teraz jesteśmy gotowi dozbudowania modeli uczenia maszynowego. Dla każdego al-
gorytmu uczenia maszynowego, który bierzemy pod uwagę, ustawimy hiperparametry,
przeszkolimy model iocenimy wyniki.
Model #1: Regresja logistyczna
Zacznijmy odnajbardziej podstawowego algorytmu klasykacji, regresji logistycznej.
Ustawienie hiperparametrów
penalty = 'l2'
C = 1.0
class_weight = 'balanced'
random_state = 2018
solver = 'liblinear'
logReg = LogisticRegression(penalty=penalty, C=C,
class_weight=class_weight, random_state=random_state,
solver=solver, n_jobs=n_jobs)
Ustawiam