ランダムサーチを用いてハイパーパラメータの探索を行う際に、tqdm を使用して進行状況を表示する

2024年6月8日2024年6月17日

以下は、ランダムサーチを用いてハイパーパラメータの探索を行う際に、tqdm を使用して進行状況を表示する方法の例です。

python
from sklearn.model_selection import RandomizedSearchCV
from scipy.stats import randint
from tqdm import tqdm

# パラメータグリッドの定義
param_dist = {
    'n_estimators': randint(100, 1000),  # 100から1000の間でランダムに選択
    'max_features': ['auto', 'sqrt'],
    'max_depth': randint(10, 100),  # 10から100の間でランダムに選択
    'min_samples_split': randint(2, 20),  # 2から20の間でランダムに選択
    'min_samples_leaf': randint(1, 20),  # 1から20の間でランダムに選択
    'bootstrap': [True, False]
}

# ランダムサーチを用いて探索
random_search = RandomizedSearchCV(rf_classifier, param_distributions=param_dist, n_iter=100, cv=5, random_state=42)

# tqdmを使用して進行状況を表示しながらランダムサーチを実行
for i in tqdm(range(100)):
    random_search.fit(X_rf_train, y_train)

これにより、ランダムサーチが進行するにつれて進捗状況がプログレスバーとして表示されます。