Sklearn-GridSearchCV网格搜索
来源:互联网 发布:手机版淘宝社区首页 编辑:程序博客网 时间:2024/04/27 17:15
GridSearchCV,它存在的意义就是自动调参,只要把参数输进去,就能给出最优化的结果和参数。但是这个方法适合于小数据集,一旦数据的量级上去了,很难得出结果。这个时候就是需要动脑筋了。数据量比较大的时候可以使用一个快速调优的方法——坐标下降。它其实是一种贪心算法:拿当前对模型影响最大的参数调优,直到最优化;再拿下一个影响最大的参数调优,如此下去,直到所有的参数调整完毕。这个方法的缺点就是可能会调到局部最优而不是全局最优,但是省时间省力,巨大的优势面前,还是试一试吧,后续可以再拿bagging再优化。
回到sklearn里面的GridSearchCV,GridSearchCV用于系统地遍历多种参数组合,通过交叉验证确定最佳效果参数。
GridSearchCV的sklearn官方网址:http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html#sklearn.model_selection.GridSearchCV
classsklearn.model_selection.GridSearchCV(estimator,param_grid, scoring=None, fit_params=None, n_jobs=1, iid=True, refit=True,cv=None, verbose=0, pre_dispatch='2*n_jobs', error_score='raise',return_train_score=True)
- 常用参数解读
estimator:所使用的分类器,如estimator=RandomForestClassifier(min_samples_split=100,min_samples_leaf=20,max_depth=8,max_features='sqrt',random_state=10), 并且传入除需要确定最佳的参数之外的其他参数。每一个分类器都需要一个scoring参数,或者score方法。
param_grid:值为字典或者列表,即需要最优化的参数的取值,param_grid =param_test1,param_test1 = {'n_estimators':range(10,71,10)}。
scoring :准确度评价标准,默认None,这时需要使用score函数;或者如scoring='roc_auc',根据所选模型不同,评价准则不同。字符串(函数名),或是可调用对象,需要其函数签名形如:scorer(estimator, X, y);如果是None,则使用estimator的误差估计函数。
cv :交叉验证参数,默认None,使用三折交叉验证。指定fold数量,默认为3,也可以是yield训练/测试数据的生成器。
refit :默认为True,程序将会以交叉验证训练集得到的最佳参数,重新对所有可用的训练集与开发集进行,作为最终用于性能评估的最佳模型参数。即在搜索参数结束后,用最佳参数结果再次fit一遍全部数据集。
iid:默认True,为True时,默认为各个样本fold概率分布一致,误差估计为所有样本之和,而非各个fold的平均。
verbose:日志冗长度,int:冗长度,0:不输出训练过程,1:偶尔输出,>1:对每个子模型都输出。
n_jobs:并行数,int:个数,-1:跟CPU核数一致, 1:默认值。
pre_dispatch:指定总共分发的并行任务数。当n_jobs大于1时,数据将在每个运行点进行复制,这可能导致OOM,而设置pre_dispatch参数,则可以预先划分总共的job数量,使数据最多被复制pre_dispatch次
- 进行预测的常用方法和属性
grid.fit():运行网格搜索
grid_scores_:给出不同参数情况下的评价结果
best_params_:描述了已取得最佳结果的参数的组合
best_score_:成员提供优化过程期间观察到的最好的评分
- 网格搜索实例
param_test1 ={'n_estimators':range(10,71,10)}gsearch1= GridSearchCV(estimator =RandomForestClassifier(min_samples_split=100, min_samples_leaf=20,max_depth= 8,max_features='sqrt',random_state=10), param_grid =param_test1,scoring='roc_auc',cv=5)gsearch1.fit(X,y)gsearch1.grid_scores_, gsearch1.best_params_, gsearch1.best_score_
输出结果如下:
([mean: 0.80681, std:0.02236, params: {'n_estimators': 10},
mean: 0.81600, std: 0.03275, params:{'n_estimators': 20},
mean: 0.81818, std: 0.03136, params:{'n_estimators': 30},
mean: 0.81838, std: 0.03118, params:{'n_estimators': 40},
mean: 0.82034, std: 0.03001, params:{'n_estimators': 50},
mean: 0.82113, std: 0.02966, params:{'n_estimators': 60},
mean: 0.81992, std: 0.02836, params:{'n_estimators': 70}],
{'n_estimators': 60},
0.8211334476626017)
如果有transform,使用Pipeline简化系统搭建流程,将transform与分类器串联起来(Pipelineof transforms with a final estimator)
pipeline= Pipeline([("features", combined_features), ("svm", svm)])param_grid= dict(features__pca__n_components=[1, 2, 3], features__univ_select__k=[1,2], svm__C=[0.1, 1, 10]) grid_search= GridSearchCV(pipeline, param_grid=param_grid, verbose=10)grid_search.fit(X,y)print(grid_search.best_estimator_)
- Sklearn-GridSearchCV网格搜索
- sklearn GridSearchCV
- sklearn GridSearchCV
- sklearn GridSearchCV简介
- sklearn.model_selection.GridSearchCV 中文
- Sklearn 中的 GridSearchCV
- 机器学习-sklearn网格搜索法
- Python机器学习库sklearn网格搜索与交叉验证
- sklearn中GridSearchCV如何设置嵌套参数
- sklearn-GridSearchCV,CV调节超参使用方法
- GridSearchCV
- GridSearchCV
- sklearn学习-SVM例程总结3(网格搜索+交叉验证——寻找最优超参数)
- Python库函数gridsearchcv(网格参数寻优)
- 『sklearn学习』GridSearchCV:系统地遍历多种参数组合
- 在sklearn.model_selection.GridSearchCV中使用自定义验证集进行模型调参
- 网格搜索随机森林
- 最近邻搜索sklearn.neighbors
- Swift 获得字符串String长度
- 微服务与持续交付
- python 数独游戏
- Redis 持久化方式
- Ubuntu14.04 wifi热点
- Sklearn-GridSearchCV网格搜索
- Codeforces Round #396 (Div. 2) C.Mahmoud and a Message
- 伪类 伪元素
- [Java]@Index用法——javax.persistence.Index
- 大型网站架构系列:20本技术书籍推荐
- 10进制转2进制,前面补0
- Github上传代码菜鸟超详细教程【转】
- jQuery datatable中循环设值
- RobotFrameWork指定报告路径