您将如何使用RandomizedSearchCV与VotingClassifier为Sklearn？
您将如何使用RandomizedSearchCV与VotingClassifier为Sklearn？
提问于 2016-02-21 06:58:19
我在试着调整投票分类器。我想在Sklearn中使用随机搜索。但是，由于我目前使用两种算法(不同的树算法)，您如何为我的投票分类器设置参数列表？我是否必须单独进行随机搜索，然后将它们合并到投票分类器中？
有人能帮忙吗？代码示例将受到高度赞赏:)
谢谢!
回答 1
Stack Overflow用户
回答已采纳
发布于 2016-02-21 09:30:57
您可以将VotingClassifier和RandomizedSearchCV完美地结合在一起。不需要分别运行它们，。请参阅文档：http://scikit-learn.org/stable/modules/ensemble.html#using-the-votingclassifier-with-gridsearch
诀窍是在params列表的前缀加上估计器的名称。例如，如果您已经创建了一个RandomForest估计器，并将其创建为('rf',clf2)，那么您可以在表单<name__param>中设置它的参数。具体示例：rf__n_estimators: [20,200]，因此您引用特定的估计器并设置值来测试特定的param。
准备测试可执行代码示例;)
import numpy as np
from sklearn.ensemble import RandomForestClassifier
from sklearn.ensemble import VotingClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.grid_search import RandomizedSearchCV
X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])
y = np.array([1, 1, 1, 2, 2, 2])
clf1 = DecisionTreeClassifier()
clf2 = RandomForestClassifier(random_state=1)
params = {'dt__max_depth': [5, 10], 'rf__n_estimators': [20, 200],}
eclf = VotingClassifier(estimators=[('dt', clf1), ('rf', clf2)], voting='hard')
random_search = RandomizedSearchCV(eclf, param_distributions=params,n_iter=4)
random_search.fit(X, y)
print(random_search.grid_scores_)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/35533253
复制相关文章
相似问题
腾讯云开发者
