【python scikit-learn】ランダムサーチ

ランダムサーチとは？

ランダムサーチとは、機械学習アルゴリズムの一つで、ハイパーパラメータの最適な値を探索するために使用されます。ハイパーパラメータとは、機械学習モデルのパフォーマンスを決定するパラメータです。ランダムサーチは、ハイパーパラメータをランダムな値で試行し、最も良いパフォーマンスを示す値を探索することを目的としています。

scikit-learnのランダムサーチ機能

scikit-learnは、Pythonで実装されたオープンソースの機械学習ライブラリです。scikit-learnは、ハイパーパラメータを最適化するためのランダムサーチ機能を提供しています。この機能を使用すると、ハイパーパラメータをランダムな値で試行し、最も良いパフォーマンスを示す値を探索することができます。

scikit-learnのランダムサーチ機能を使用するPythonコード

以下のPythonコードは、scikit-learnのランダムサーチ機能を使用して、ハイパーパラメータを最適化する方法を示しています。

from sklearn.model_selection import RandomizedSearchCV
# ハイパーパラメータを定義
param_dist = {'n_estimators': [10, 50, 100],
              'max_depth': [3, 5, 7]}
# ランダムサーチを実行
random_search = RandomizedSearchCV(estimator, param_dist, cv=5)
random_search.fit(X_train, y_train)
# 最適なハイパーパラメータを取得
best_params = random_search.best_params_

上記のコードでは、scikit-learnのRandomizedSearchCVクラスを使用して、ハイパーパラメータをランダムな値で試行し、最も良いパフォーマンスを示す値を探索しています。また、最適なハイパーパラメータを取得するために、random_search.best_params_を使用しています。