pycaretでパラメータチューニング

モデル比較まで行って、一番良さそうなモデルが分かったところで、モデルのパラメータチューニングを行います。

モデル一覧を表示

一番良さそうなモデルはridgeだったのですが、他にもいろんなモデルがあります。参考までにモデル一覧を表示しておきます。

from pycaret.classification import models

# クラス分け機械学習モデルの一覧
models()

クラス分け機械学習モデルの一覧

モデルのチューニング

モデルのチューニングを行うためには、モデルを作成した時のオブジェクトridgeをtune_modelに渡すだけです。戻り値として、チューニングされたモデルのオブジェクトをtuned_ridgeに格納しています。

from pycaret.classification import tune_model

tuned_ridge = tune_model(ridge)  # ハイパーパラメータの調整

チューニング後の結果

チューニングされたパラメータの確認

print文でチューニングされたオブジェクトを表示してみます。

print(tuned_ridge)

チューニングされたハイパーパラメータ

alphaが1.0から8.6にチューニングされていますね。

各特徴の重要度確認

どの特徴がタイタニックからの生存に影響を与えているのかグラフで表示してみます。

from pycaret.classification import plot_model
plot_model(tuned_ridge, plot="feature")

特徴別重要度

性別が一番生存に影響を与えてるのが分かります。

最後の訓練

データを分割して訓練してきましたが、全データを使って訓練していきます。このフェーズはfinalizeと言って、私には必要性がいまいち不明ですが、pycaretのチュートリアルにはこれが載っているのでやっておくという。。。

from pycaret.classification import finalize_model
final_ridge = finalize_model(tuned_ridge)
print(final_ridge)

finalize後のハイパーパラメータ

訓練は終わり。このモデルを使って、次はいよいよ予想を行っていきます。