1回答
尝试在结合了几个分类器的投票集成上运行网格搜索。在运行代码时，我总是遇到相同的错误 ValueError: Invalid parameter n_estimator for estimator GradientBoostingClassifier(('ada',ada),('gdb',gdb)],voting='hard')
#tuning parameters with gridsearch</em
浏览 76提问于2019-05-30得票数 0
回答已采纳
1回答
分类器超参数间的相关性
、、、、
我想知道两个不同的分类器的超参数之间是否存在某种相关性。例如:假设我们在具有最佳超参数的数据集上运行LogisticRegression (通过GridSearch查找)，并希望在同一数据集上运行另一个分类器，如SVC (SVM分类器)，但与其使用GridSearch查找所有超参数，不如修正某些值(或缩小范围以限制对GridSearch<
浏览 4提问于2017-09-16得票数 4
回答已采纳
1回答
我必须解决python中的多类分类问题。
我开始使用组件，从adaboostclassfier开始，但经过网格搜索，我得到了糟糕的结果。我所做的就是使用调优的类词(在我尝试过的类词列表中)，它显示了最佳的分数作为基本估计器:一个SVC()。为什么超过一个估计器我无法使用提高f1_macro分数？
浏览 1提问于2020-07-12得票数 0
目前，我正在使用严重不平衡的数据构建一个分类器。我正在使用imblearn管道首先到StandardScaling，SMOTE，然后用gridSearchCV进行分类。这确保了在交叉验证过程中进行过采样。现在，我想将feature_selection包括到我的管道中。我应该如何将这一步包括在管道中？= { 'classification__max_depth'
浏览 0提问于2019-07-01得票数 4
我有一个二进制分类问题，类比较均衡(57%-43%)，使用随机森林分类器的GridSearch获得了最佳的超参数，并应用该模型进行了训练和测试。现在我在火车上有99%的准确度，在测试中有96%。要知道，这是我GridSearch的GridSearch'max_depth' :
浏览 0提问于2022-12-27得票数 2
为了在我的分类器中找到最好的参数，我正在使用scikit学习和GridSearch。我有一张不同超参数的地图，我想打印GridSearch结果，但我不明白一件事-- mean_test_score和mean_train_score之间有什么区别？据我所知，GridSearch执行交叉验证是为了找到最好的分类器，但是这两个参数之间有什么不同呢？我一直认为交叉验证只给出了一个平均值，即使用N个给定数据子集的训练模型的性能平均值。
浏览 0提问于2018-05-06得票数 1
回答已采纳
1回答
问题是:当我使用GridSearch进行fit时，我需要做一些事情来进行交叉验证过程？1.-我可以设置一个记分函数(但不太清楚该如何做，至少对我来说是这样)对于我传递的数据，GridSearch到底是怎么做的？，所有的数据都在列车中使用，或者在火车和测试数据中被分割？PD:看来我的分类器有过度拟合，因为有一个100%的分数，但没有好的结果与新的数据。
浏览 4提问于2017-02-02得票数 0
回答已采纳
我目前正在使用Python学习来进行分类，并且阅读了一些关于GridSearch的内容--我认为这是优化估计器参数以获得最佳结果的一个很好的方法。把我的数据分成训练/测试。然后，我使用我的测试集来预测分类，并将它们与实际的类标签进行比较，然后在我的每个估计器上计算度量，例如精度、召回、FMeasure和Matthews相关系数。我是否从.best_estimator_中获取GridSearch并将其用作网格搜索的“最优”输出，并使用此估计<em
浏览 0提问于2017-08-01得票数 36
回答已采纳
2回答
我正在使用Weka SMO (支持向量机)进行机器学习。我试着优化"C“和"gamma”参数。我正在阅读以下文档：
谢谢。
浏览 0提问于2013-06-14得票数 2
回答已采纳
1回答
我已经为Weka中的分类器训练集为两个不同的模型生成了两个源代码。有没有什么方法可以将这两个不同的模型组合在一起，这些模型是由同一个Weka分类器生成的？谢谢。
浏览 4提问于2016-02-12得票数 1
4回答
滑雪板估计管道无效参数
、、、
我正在实现O‘’Reilly书“使用Python进行机器学习的介绍”中的一个示例，使用Python2.7和sklearn 0.16。pipe = make_pipeline(TfidfVectorizer(), LogisticRegression())grid = GridSearchCV(pip
浏览 10提问于2017-01-27得票数 38
回答已采纳
为了更好地熟悉GridSearch，我从找到的一些示例代码开始：请注意，我在这里非常小心，我只有一个估计器和一个参数我发现当我运行这个程序时，我得到了一个错误：
TypeError: If no scorin
浏览 2提问于2016-01-18得票数 0
回答已采纳
1回答
我在二进制分类数据集上执行了Logistic回归。结果如下： scoring='accuracy')在GridSearchCV期间取得最佳成绩
print('GridSe
浏览 0提问于2021-08-23得票数 0
回答已采纳
我正在研究一个预测模型，最初使用的是随机森林算法。我想把不同的预测算法结合在一起，以提高我的准确性。models = [RandomForestClassifier(n_estimators=200), GradientBoostingClassifier(n_estimators=100)]错误：有办法这样做吗？(有比
浏览 2提问于2016-05-07得票数 2
回答已采纳
1回答
我正在参加Kaggle犯罪竞赛，目前我正在尝试多个不同的分类器来测试基准性能。我使用的是sklearn的LogisticRegressionClassifier，没有任何参数调整，我从sklearn.metrict.classification_report中注意到，它只是在预测主要的类直觉告诉我，这必须进行参数调优，但我不确定为了使分类器更清楚地知道不太占优势的类( LogisticRegressionClassifier有相当多的类)，必须每周调整哪些参数。
浏览 2提问于2015-12-16得票数 0
回答已采纳
我正在尝试制作内部有另一个UserControl_2的UserControl (GridSearch)。我想添加一些FrameworkElements到使用XAML的UserControl_2面板。所以我在GridSearch中做了ObservableCollection DependencyProperty： public GridSearch() InitializeCom
浏览 0提问于2012-09-24得票数 0
来自一篇研究论文“除了在所有分类器输出上进行堆叠，我们还使用每个重采样(打包)的基础分类器的聚合输出来评估堆叠。例如，对所有10个SVM分类器的输出进行平均，并将其用作元学习者的单个0级输入。”实际上，我需要为我的论文实现这一点。
浏览 1提问于2017-06-15得票数 2
我在python中做了一个XGBoost分类器。我试着做GridSearch来找到这样的最优参数 print("%f (%f) with: %r" % (mean, stdev, param))
在运行搜索时如果是
浏览 3提问于2017-10-15得票数 2
回答已采纳
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
