腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
在
GridSearchCV
中,如何只传递param_grid中
的
默认参数?
、
、
、
、
pca = PCA()steps = [('pca', pca), ('model', model)]modelwithpca =
GridSearchCV
(pipeline, param_grid= ,
cv
=
cv
) modelwithpca.
浏览 0
提问于2017-07-07
得票数 1
回答已采纳
1
回答
Sk-learn
GridSearchCV
适合完整数据
、
、
、
我使用sklearn
GridSearchCV
使用lda
模型
搜索# of主题。拟合
模型
后,拟合
的
模型
将保存在
CV
_model.best_estimator_中。基于skelarn文档,
GridSearchCV
有默认选项'refit,default=True',即‘使用在整个数据集上找到
的
最佳参数重新调整估计器’。由于文档说它已经符合全部数据,因此我相信'
CV
_model.best_estimator_.f
浏览 21
提问于2020-05-19
得票数 0
1
回答
用GridSearcCv评估多个指标
我试图优化一些
模型
,在这个例子中,我想评估三个度量标准,即“准确性”、“回忆”和“F1-得分”;程序给了我一个fit函数上
的
错误。知道怎么帮我吗?['weights']=['uniform','distance'] search=
GridSearchCV
(model,
浏览 2
提问于2021-07-07
得票数 0
1
回答
GridSearchCV
与
模型
的
CV
、
、
、
、
使用RidgeClassifierCV和训练后调整
模型
有什么区别 classifier = RidgeClassifierCV(alphas=np.logspace(-3, 3, 10), normalize=True)grid =
GridSearchCV
浏览 21
提问于2021-11-19
得票数 1
回答已采纳
1
回答
如何找出Grid在Python中选择
的
最佳
模型
的
精确性、召回性、特异性和F1评分?
、
、
、
这是我
的
模型
的
网格选择步骤。我能够找出所选
模型
的
最佳精度分数和最佳参数,但我想找出网格搜索中选择
的
最佳
模型
的
精度、回忆性、特异性和F1评分。from sklearn.model_selection import
GridSearchCV
parameters = [{'n_estimators': [100, 200],5, 10,15], 'min_samples_leaf': [1,4,6]
浏览 10
提问于2022-03-08
得票数 -1
1
回答
从
GridSearchCV
模型
中获取每个时代
的
验证分数
、
、
、
我将
GridSearchCV
与
keras一起使用,我想绘制和分析培训和验证历史。但是,我已经检查了文档并进行了真正
的
搜索,但是当使用
GridSearchCV
对
模型
进行拟合时,我无法找到获得验证历史
的
方法(即每个时代
的
分数)。我能够在回调中获得训练历史,但不能获得验证历史。事情是,一些
模型
过分适合,我想能够看到调整参数如何影响过度拟合。我是这样使用
GridSearchCV
的
: class MyCallback(kera
浏览 6
提问于2022-01-12
得票数 1
回答已采纳
1
回答
雪橇作业中
GridSearchCV
的
澄清
、
、
、
、
关于
GridSearchCV
,我有以下问题。我试过了,但没有找到明确
的
答案。(train, param_grid,
cv
=5, scoring='roc_auc') cross_validation,即
GridSearchCV
中
的
cv
参数是否等同于Kfold或其他
CV
技术,在训练数据时使用cross_validation_score和其他类似的函数显式应用?一旦执行了grid.fit(X_tra
浏览 6
提问于2020-03-28
得票数 0
回答已采纳
1
回答
我如何从通过多个alpha循环
的
套索回归中提取给我最低均方误差
的
alpha?
、
、
、
、
我试图找到x值、它们各自
的
指数和alpha
的
最佳组合,这样我就可以找到最小
的
均方误差。 我使用了SKlearn
的
套索回归,但到目前为止,我只能确定最小均方误差,以及创建它
的
变量组合。我不确定如何提取允许它
的
alpha,或者如何查看变量组合是否有任何与它们相关
的
指数。我取得
的
成果是: 最佳套索回归
模型
的
结果:最小平均测试MSE: 9172.38变量
的
组合:'Date','
浏览 18
提问于2021-10-25
得票数 0
1
回答
AttributeError:无法选择本地对象“train.<locals>.create_model”
、
、
、
、
我正在尝试使用我自己
的
ML
模型
来创建aws中
的
培训作业。当我开始训练过程时,一切都进行得很顺利,但最后它说"AttributeError:无法提取本地对象'train..create_model'“。我是这份工作
的
新手。对于mlp、knn、cart和svr,我也做了同样
的
事情,但从未遇到过这个问题。我知道lstm使用太多不同
的
东西来创建
模型
,但我不知道如何解决这个问题。model = KerasRegressor(model=create_
浏览 11
提问于2022-02-26
得票数 0
1
回答
param_grid为空
的
GridSearchCV
()
、
、
我
的
理解正确吗?如果我只想使用
GridSearchCV
()而不是超参数
模型
调优,而只想对现有的基本估计器进行交叉验证,我可以只使用空
的
param_grid: rf_
cv
浏览 3
提问于2021-06-06
得票数 1
1
回答
如何利用sklearn.cross_validation.cross_val_score获得拟合参数?
clf, iris.data, iris.target,
cv
=5)>>> scores array有什么方法可以获得性能最好
的
模型
的
参数吗?
浏览 2
提问于2015-09-14
得票数 0
回答已采纳
2
回答
如果我们在管道中包括变压器的话,来自scikit-learn's `cross_val_score`和‘`
GridsearchCV
`’
的
k倍交叉验证分数是否有偏差?
、
、
、
、
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集合中删除了方差,这使得
cv
评分(GridSearch用于选择最佳
模型
的
度量)有偏差。这是个问题还是
浏览 0
提问于2019-08-26
得票数 7
回答已采纳
1
回答
SKLEARN
GridSearchCV
暗示比管道精度更高,但
与
管道估计器具有相同
的
参数
、
、
、
random_state=random_state, max_iter=5, tol=None)),text_clf.fit(dataset.data, dataset.target)parameters = { 'clf__alpha': (1e-2, 1e-3), gs_clf =
GridSearchCV
(text_clf, parameters,
cv
浏览 0
提问于2020-11-01
得票数 0
1
回答
GridSearchCV
.fit()返回TypeError:期望序列或类似数组
的
got估计量
、
、
、
、
我试图通过阅读Python中
的
“构建机器学习系统”()一书第6章对twitter数据进行情感分析。我正在使用dataset:然后,我使用
GridSearchCV
()为估计器找到最佳参数。(estimator = clf, param_grid = clf_param_grid,
cv
=
cv
, scoring = f1_score) printgrid_search.best_est
浏览 0
提问于2017-02-15
得票数 0
回答已采纳
1
回答
基于神经网络
的
多类分类问题
的
网格搜索
、
我正在尝试对神经网络中
的
多类问题进行网格搜索。我无法得到最优
的
参数,内核一直在编译。我
的
代码有什么问题吗?import cross_val_scorefrom sklearn.model_selection import
GridSearchCV
epochs=epochs, init_mode=init_mode) gr
浏览 18
提问于2018-01-16
得票数 0
回答已采纳
1
回答
你能在连续数据上使用
GridSearchCV
吗?
、
、
、
我正在研究梯度增强
模型
,并想将
GridSearchCV
应用于它,但我得到了一个错误:ValueError: Unknown label type: 'continuous'。我
的
数据都是连续
的
。我看到
的
所有建议都是使用LabelEncoder()来转换我
的
LabelEncoder(),但是这是一个回归问题,所以我不认为有必要这样做。我使用
的
波士顿房屋数据集从卡格尔,如果这一点上有帮助。此外,我还在一个具有相同数据
的
随机森林
模
浏览 10
提问于2022-06-08
得票数 1
1
回答
如何在
cv
中使用多个值运行
GridSearchCV
、
、
、
、
我正在使用
GridSearchCV
进行超参数调优,并且我一直在尝试找到一个可以为
cv
添加多个值
的
源。例如,我想用3,5,6,7,10折来运行我
的
模型
。(LogisticRegression(), parameters,
cv
= 10, refit = True) 我试着寻找来源,在这里我可以找到如何在
cv
值中添加更多数字
的
解决方案。logmodel =
GridSearchCV
(LogisticRegression(), param
浏览 41
提问于2021-09-29
得票数 2
1
回答
如何比较基线和
GridSearchCV
的
结果公平?
、
、
、
、
我对比较最好
的
GridSearchCV
模型
和基线有点困惑。from sklearn.linear_model import LogisticRegressionfrom sklearn.model_selection import cross_val_score,
GridSearchCV
, StratifiedKFold(Lo
浏览 5
提问于2021-11-04
得票数 3
回答已采纳
2
回答
是否可以为
GridSearchCv
设置拆分策略?
、
、
我正在用
GridSearchCv
优化
模型
的
超参数。因为我所处理
的
数据是非常不平衡
的
,所以我需要“选择”算法分割训练/测试集
的
方式,以确保在这两个集合中都存在代表不足
的
点。通过阅读scikit
的
文档,我认为为GridSearch设置拆分策略是可能
的
,但我不确定是如何实现
的
,也不确定是否如此。 如果有人能帮我做这件事,我将非常感激。
浏览 19
提问于2021-12-08
得票数 0
2
回答
学习和预测误差分析(Scikit
GridSearchCV
)
、
、
我想手动分析我
的
ML
模型
(无论哪个)所做
的
错误,将其预测
与
标签进行比较。根据我
的
理解,这应该在验证集
的
实例上完成,而不是在训练集上。我通过
GridSearchCV
训练我
的
模型
,提取best_estimator_,在交叉验证期间表现最好
的
那个,然后在整个数据集上重新训练。因此,我
的
问题是:如果我
的
最佳
模型
在整个训练集上重新训练,我如何在验证集上获得预测以
与<
浏览 32
提问于2020-09-25
得票数 0
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
一行预处理代码,让你的CV模型更强
干货笔记:特征选择与自动化实现
OneDayOnePyModel之岭回归
基于CV大模型的智能标注解放你的双手
使用scikit-learn为PyTorch 模型进行超参数网格搜索
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券