Grid Search คืออะไร
Grid Search เป็นวิธีที่ง่ายในการหาค่าที่ดีที่สุดของพารามิเตอร์ วิธีคือการกำหนดค่าของแต่ละพารามิเตอร์ที่เราต้องการจะหา แล้วลองรันโมเดลของเรา และเราจะต้องทำแบบนี้จนกว่าจะหมดพารามิเตอร์ที่เราต้องการหา โดยเราต้องเปลี่ยนค่าพารามิเตอร์ไปเรื่อยๆ ข้อเสียของการใช้ Grid Search คือ เราจะใช้ได้กับโมเดลที่เล็ก ถ้าเป็นโมเดลใหญ่จะใช้เวลาในการรันนานมาก
ขั้นตอนการพัฒนา Model
- Prepair Data
- Define and Create model
- Compile
- Fit (Train)
- Save
- Load
- 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