2020-12-23
阅读量:
525
网格搜索的具体流程是什么？
from sklearn.model_selection import GridSearchCV
# 首先确定一个网格
# 字典的形式，key为决策树的参数，值为一个范围，需要是数组的形式
p = {'max_depth' : [2,3,4,5],
'min_samples_leaf' : [1,2,3,4,5,6],
'min_samples_split': [2,3,4,5],
'class_weight': [None, 'balanced']}
# 实例化一个默认的决策树
model = DecisionTreeClassifier()
# 不用自己设定任何参数的，网格搜索包会自动将所有的字典当中可能的组自动传进去
# 够造一个GS对象，只需要定义好的模型，和参数字典，cv
GS = GridSearchCV(model, p, cv = 5, scoring = 'accuracy')
# 可以直接把GS看成一个可以自动通过交叉验证的方式搜索最优参数一个决策树
# 如果更加深入，把这部分代码理解成面向对象里面的子类父类别的继承
0.0000
0
0
关注作者
收藏
评论(0)
发表评论
暂无数据
推荐帖子
马锦涛
2020-12-23
0条评论
马锦涛
2020-12-23
0条评论
马锦涛
2020-12-23
0条评论