Grid Search คืออะไร

Grid Search เป็นวิธีที่ง่ายในการหาค่าที่ดีที่สุดของพารามิเตอร์ วิธีคือการกำหนดค่าของแต่ละพารามิเตอร์ที่เราต้องการจะหา แล้วลองรันโมเดลของเรา และเราจะต้องทำแบบนี้จนกว่าจะหมดพารามิเตอร์ที่เราต้องการหา โดยเราต้องเปลี่ยนค่าพารามิเตอร์ไปเรื่อยๆ ข้อเสียของการใช้ Grid Search คือ เราจะใช้ได้กับโมเดลที่เล็ก ถ้าเป็นโมเดลใหญ่จะใช้เวลาในการรันนานมาก

ขั้นตอนการพัฒนา Model

1. Prepair Data
2. Define and Create model
3. Compile
4. Fit (Train)
5. Save
6. Load
7. Predict

Library ที

from keras.models import Sequential
from keras.layers import Dense
from keras.wrappers.scikit_learn import KerasClassifier
from sklearn.model_selection import GridSearchCV
import numpy

เราจะทดลองปรับค่าโดยใช้ข้อมูลจาก pima-indians-diabetes.data.csv

โดยการปรับค่าพารามิเตอร์ตามค่าที่ดีที่สุดเพื่อหาผลลัพธ์ที่ดีที่สุด

จากการทดลองปรับค่าโดยใช้ epochs ที่ 200 ได้ผลลัพธ์ 0.683594 ก็ถือว่าไม่สูงมากแต่ถ้าหากลองปรับให้สูงค่าให้มากขึ้นอาจจะได้ผลลัพธ์ที่ดีขึ้นตาม