sklearn 使用GridSearchCV实现自动调参，选出最优参数

骑猪看日落 2022-05-20 06:18 194阅读 0赞

from sklearn.grid_search import GridSearchCV
    from sklearn.svm import SVC
    import tflearn
    import tflearn.datasets.mnist as mnist
    #加载数据
    x_train, y_train, x_test, y_test = mnist.load_data(one_hot=False)
    #构建模型，选择核函数并训练
    clf = SVC()
    clf.set_params(kernel='rbf', probability=True).fit(x_train[:1000,:], y_train[:1000])
    preds1 = clf.predict(x_test[:1000,:])
    print("基准测试集验证得分:"+str(np.mean(preds1 == y_test[:1000])))
    #设置即将要变换的参数
    param_grid = {
       'C': [0.0001, 0.001, 0.01，0.1, 1, 10, 100, 1000], 'gamma': [0.001, 0.0001]}    
    #构建自动调参容器，n_jobs参数支持同时多个进程运行并行测试
    grid_search = GridSearchCV(clf, param_grid, n_jobs = 1, verbose=10)    
    grid_search.fit(x_train[:1000,:], y_train[:1000])
    #选出最优参数 
    best_parameters = grid_search.best_estimator_.get_params()    
    for para, val in list(best_parameters.items()):    
        print(para, val)
    #使用最优参数进行训练
    clf = SVC(kernel='rbf', C=best_parameters['C'], gamma=best_parameters['gamma'], probability=True).fit(x_train[:1000,:], y_train[:1000])
    preds1 = clf.predict(x_test[:1000,:])
    print("最优测试集验证得分:"+str(np.mean(preds1 == y_test[:1000])))

发表评论取消回复

表情：

评论列表（有 0 条评论，194人围观）

还没有评论，来说两句吧...

相关阅读

相关 Kafka参数调优

集群规划如果你需要要部署大规模的 Kafka 集群，建议的方式是，拆分成多个互相独立的小集群部署，每个小集群都使用一组独立的 ZooKeeper 提供服务。这样，每个

小灰灰/ 2022年11月22日 10:24/ 0 赞/ 261 阅读

相关 JVM参数调优

前言你说你做过JVM调优和参数配置，请问如何盘点查看JVM系统默认值使用jps和jinfo进行查看 -Xms：初始堆空间 -Xmx：堆最大值

以你之姓@/ 2022年11月21日 03:40/ 0 赞/ 348 阅读

相关 JVM调优参数

【JVM 调优 - 不稳定参数 - 调优重点】 java -XX:+PrintFlagsFinal java -XX:+PrintFlagsFi

小鱼儿/ 2022年11月08日 14:15/ 0 赞/ 344 阅读

相关 Sklearn-GridSearchCV网格搜索

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

旧城等待，/ 2022年06月01日 07:47/ 0 赞/ 170 阅读

相关 JVM调优参数简介、调优目标及调优经验

一、JVM调优参数简介 1、 JVM参数简介 \-XX 参数被称为不稳定参数，之所以这么叫是因为此类参数的设置很容易引起JVM 性能上的差异，使JVM 存在极大的不稳定性。

阳光穿透心脏的1/2处/ 2022年05月26日 13:18/ 0 赞/ 414 阅读

相关 sklearn 使用GridSearchCV实现自动调参，选出最优参数

from sklearn.grid_search import GridSearchCV from sklearn.svm import SVC imp

骑猪看日落/ 2022年05月20日 06:18/ 0 赞/ 195 阅读

相关 Python scikit-learn，交叉验证，网格搜索，GridSearchCV，自动调参调优

交叉验证的目的：为了让被评估的模型更加准确可信 ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9

古城微笑少年丶/ 2022年03月16日 10:16/ 0 赞/ 239 阅读

相关 Spark调优 | Spark SQL参数调优

前言 Spark SQL里面有很多的参数，而且这些参数在Spark官网中没有明确的解释，可能是太多了吧，可以通过在spark-sql中使用set -v 命令显示当前spar

分手后的思念是犯贱/ 2021年11月23日 07:28/ 0 赞/ 695 阅读

相关 Spark调优 | Spark SQL参数调优

> 前言 Spark SQL里面有很多的参数，而且这些参数在Spark官网中没有明确的解释，可能是太多了吧，可以通过在spark-sql中使用set -v 命令显示当前s

以你之姓@/ 2021年11月16日 16:38/ 0 赞/ 1173 阅读

相关 sklearn.GridSearchCV选择超参

from sklearn import datasets from sklearn.model_selection import train_test_split

左手的ㄟ右手/ 2021年10月30日 04:38/ 0 赞/ 234 阅读