我已经使用了use分类器和GridSearchCV，在Kaggle笔记本上使用GPU需要什么参数？ ?
浏览 123提问于2021-08-26得票数 0
如何在LightGBM中使用图形处理器进行GridSearch？如果您只想使用默认参数训练一个lgb模型，您可以这样做：lgb.train({'device': 'gpu'}, dataset)lgbm_classifier = lgb.LGBMClassifier()
param_grid = {
浏览 0提问于2018-06-21得票数 3
因变量是二进制变量，不平衡数据是1:10，数据集有70k行，得分是roc曲线，我尝试使用LGBM + GridSearchCV来获得一个模型。但是，我正在与参数进行斗争，因为有时它无法识别它们，即使我使用参数(如所示)： 'max_depth(LGBMClassifier(), params, cv=3, scoring="ro
浏览 3提问于2020-12-17得票数 0
如您所见，它的数据结构与上面的LightGBM python非常相似。然而，我没有找到一种方法来使用它返回一组最优参数。
XGBClassifier和GridSearchCV
param_set
浏览 7提问于2017-07-11得票数 8
回答已采纳
2回答
我正在尝试使用网格搜索优化技术来提高深度学习模型在Python和Keras中的准确性。下面是我正在使用的脚本encoder = LabelEncoder()encoder_name_mapping] param_grid = dict(batch_size=batch_size,
浏览 21提问于2018-08-09得票数 1
1回答
短版背景
我正在从事一个强化学习项目，其中涉及并行运行大量模拟环境。我正在使用引擎进行模拟，并将呈现为虚拟显示器。然而，我注意到我的Macbook上的模拟速度比Kubernetes上的要快2倍，并且分析表明这种差异完全来自于。其他操作--比如线性代数--最多慢30%。我的理论是，这是因为在我的Macbook上，panda3d可以利用集成的图形，而Xvfb则使用软件渲染。我怀疑--在下面的
浏览 0提问于2019-05-28得票数 0
回答已采纳
我对此非常陌生，所以任何类型的信息都会有所帮助。抱歉，如果我问了一个非常琐碎的问题。我正在处理一个中等大小的数据集，其中有很多零。我们已经应用了很多模型，k=10的cv-skf得分已经超过了0.85，但roc_auc得分却停留在0.5左右。我正在使用sklearn。下面是代码片段。clfxgb.predict(X)print metrics.roc_auc_score(y, probxgb)
输出-从numpy<em
浏览 0提问于2016-03-25得票数 0
更新：我必须重写这个问题，因为经过一些调查后，我意识到这是一个不同的问题。grid = GridSearchCV(estimator=model, param_grid=param_grid)
症状:当网格搜索使用超过1个作业(意
浏览 2提问于2017-11-28得票数 6
我正在尝试将kaggle对象定位挑战数据下载到google中，以便我可以使用它来训练我的模型。Kaggle使用一个API来方便和快速地访问他们的数据集。()然而，当在google中调用命令“-c竞赛下载-c imagenet-对象-本地化-挑战”时，它找不到包含我的用户名和api-key的kaggle.json文件。在我的mac电脑上运行jupy
浏览 2提问于2019-06-29得票数 31
回答已采纳
1回答
基于云GPU的高效机器学习开发
、、、、
假设我有一本Juypter，我正在使用它来分析、可视化、测试等等在任意数据集上具有不同超参数的各种机器学习模型，或者我正在开发机器学习库和工具包，都是用Python编写的。我认为解决我的问题的最好办法是做两件事中的一件：
找一个我只为计算时间付费的服务。找到一个服务，让我可以在我的家用机器上运行代码和完全开发，但是当我需要得到计算密集型函数的结果时，我使用
浏览 0提问于2021-12-24得票数 0
数据预处理(如StandardScaler )应该用于fit_transform火车组，并且只转换(不适合)测试集。我希望同样的fit/transform流程适用于模型优化的交叉验证。但是，我找到了cross_val_score和GridSearchCV fit_transform --使用预处理器的整个火车集(而不是fit_transform inner_train集，并转换inner_validation我相信这是人为地从inner_validation集
浏览 0提问于2019-08-26得票数 7
回答已采纳
GridSearchCV诉RandomSearchCVRandomSearchCV
这使用了一组随机的超参数。当有很多超参数时很有用，所以搜索空间很大。如果你对超参数应该是什么有先入之见的话，就可以使用它。
浏览 0提问于2019-11-14得票数 4
回答已采纳
我想使用GridSearchCV对我拥有的10个预定义的选定数据进行参数调整和评估(作为数据索引列表)。greed_search = GridSearchCV(estimator, param_grid=parameters, cv=splits,scoring=scoring
浏览 10提问于2018-02-27得票数 1
回答已采纳
1回答
我的问题的上下文：既然我在寻找随机森林(GRidSeachCV)的最佳参数，我应该如何输入ccp_alpha值？我应
浏览 2提问于2020-08-13得票数 0
我对交叉验证有一个普遍的怀疑。 在模块2的笔记本中，提到应该使用管道进行交叉验证，以防止数据泄漏。我理解为什么，但是对流水线函数有疑问： 如果我想在一个管道中使用三个函数：MinMaxScaler()，PolynomialFeatures(用于多个度数)和最后的A Ridge (用于多个Alpha值由于我希望在使用多个参数值后找到最佳模型，因此我将使用GridSearchCV()函数，该函数进行交叉
浏览 12提问于2020-07-08得票数 1
1回答
我在Kaggle的CareerCon 2019中运行一个模型--帮助导航机器人的多类竞争，有8个类，我意识到使用LGBM和RandomizedSearchCV运行该模型需要很长时间，并且使用所有可用的ram我用LGBM训练了一个简单的模型，并对其进行了超参数调整，并且公羊的使用没有爆炸，并在大约1小时内运行。
有人能解释一下为什么会发生这种情况吗?我能做些什么来减少处理时间
浏览 25提问于2022-06-27得票数 0
我正在研究泰坦尼克号的数据集。我正在尝试使用LightGBM的LGBMClassifier来确定给定的乘客是否幸存下来。我已经创建了一个填充和处理所有数据的管道，并且正在尝试使用BayesSearchCV来优化我的LightGBM超参数。当我使用BayesSearchCV时，收到以下错误：
"TypeError：‘版本’和‘元组’的实例之间不支持
浏览 5提问于2020-08-17得票数 1
我试图评估多个评分指标，以确定模型性能的最佳参数。也就是说，说：
import numpy as np
from sklearn.model_selectionimport GridSearchCV
from sklearn.metri
浏览 4提问于2020-07-20得票数 4
回答已采纳
我试图使用来自GridSearchCV的SKlearn来调优我的估计器的超参数。
在第一步中，估计器用于for is ，这是一个执行的自定义库。在第二步，我想使用完全相同的分类器与完全相同的参数进行拟合和预测结果。但是，对于参数网格，我只能将参数设置为传递给SequentialFeatureSelector的</em
浏览 1提问于2018-02-16得票数 3
回答已采纳
我正在使用ARM马里T604 GPU。我使用ALLOC_HOST_PTR创建了一个内存对象。我想知道以下程序是否有效？我能否访问(只读取) GPU中的内存对象，同时映射(作为只读) CPU中的同一个内存对象？步骤1:取消映射内存对象(以前映射为CL_MAP_READ_WRITE)步骤3:通过CPU和</e
浏览 1提问于2014-06-11得票数 0
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号