我正在使用gridsearchcv训练逻辑回归分类器。我想知道的是，refit命令是根据所选的超参数C重新选择特征，还是简单地使用交叉验证过程中选中的特征，只重新拟合系数的值，而不重新选择特征？
浏览 31提问于2019-09-04得票数 0
1回答
我想使用sklearn库在我的训练数据上运行线性回归和K折交叉验证，以获得最佳回归模型。然后，我计划使用在我的测试集上返回的平均误差最低的预测值。例如，下面这段代码给了我一个由20个结果组成的数组，这些结果具有不同的负均值绝对误差，我感兴趣的是找到给我这个(最小)误差的预测器，然后在我的测试集上使用那个预测器。
浏览 15提问于2020-10-10得票数 0
回答已采纳
1回答
如何在网格搜索中参数化特征选择步骤(这里是RandomForestClassifier的n_estimators )的估计器？('selector', sfm), &qu
浏览 18提问于2021-11-21得票数 0
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’。CV_model.best_estimator_.fit_transform(full_train_data)‘将带来与&
浏览 21提问于2020-05-19得票数 0
1回答
结合自定义的转换，我很难理解GridsearchCV是如何工作的。'scaler__method':["minMax"
浏览 0提问于2019-03-21得票数 0
我正在尝试使用scikit-学习特性选择方法，但是我经常遇到这样的情况:它在拟合时杀死了所有的特性，然后返回：
ValueError: Found array with 0 feature(s) (shape显然，这与预期的一样，因为我正在将正则化参数-- C --降低到可笑的低水平(注意，这是数学正则化参数lambda的逆值，即C = 1/lambda所以C越低，正则化越极端)。我的问题是，在不手动测试多个值并删除抛出此错误的值的情况下，如
浏览 4提问于2015-11-19得票数 2
回答已采纳
3回答
因此，clf.scores_将是一个字典，其中一个键具有一个值，即一个带形状的数组(n_folds,1)。通过这五个折叠，您可以更好地了解模型的性能。但是，我对从clf.coef_得到什么感到困惑(我假设clf.coef_中的参数是clf.predict中使用的参数)。我有几个选择，我想可能是：
clf.coef_中的参数来自最佳<em
浏览 1提问于2018-08-13得票数 7
主要问题：
在特定的模型场景中，根据候选人的平均性能而不是平均性能来判断在中测试的候选人，对我来说似乎更稳健。有办法这样做吗？选择所有考试分数的平均值，可能会导致一个不同的候选人被优先考虑，例如，所有的褶皱都有中低，然而，没有一个有令人震惊的糟糕表现。我目前的解决方法存在一些问题:我可以告诉gridsearchcv编写最好的_*-属性w.r.t。
浏览 6提问于2022-11-06得票数 1
回答已采纳
我想在我的Mac上安装Ubuntu，但我不想使用rEFIt。我能这么做吗？我可以在启动时按住选项键，然后使用它来选择我启动时的选项吗？如果是这样的话，我是否会以同样的方式安装Ubuntu，只需跳过rEFIt部分？谢谢。我正在运行OSX10.8.2
浏览 0提问于2013-02-14得票数 3
回答已采纳
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
浏览 10提问于2022-03-08得票数 -1
我正在研究如何为sklearn.neighbors.KNeighborsRegressor构建一个工作流，其中包括：
交叉验证范围为在scikit中有很多不同的选项--学到我有点不知所措，试图决定我需要哪一门课。如果我想要根据最佳的RMSE来选择最终的模型，我是否应该同时使用scoring="neg_mean_s
浏览 10提问于2017-07-17得票数 4
回答已采纳
在以下代码中：iris = datasets.load_iris() 'clf__max_features': ['auto', 'sqrt', 'log2'],
浏览 0提问于2016-02-14得票数 19
回答已采纳
我有一个带有Ubuntu，OSX和Windows的Mac (用rEFIt引导)。我需要一种方法来选择在下一次重新启动时启动哪个操作系统。我可以通过OSX和Windows (通过Bootcamp)实现这一点，但我也需要一种方法来告诉我的机器在下次重新启动时引导OSX。我无法在引导时保持ALT来选择视觉EFI屏幕中的操作系统，因为我的视频卡不支持这一点(升级了我的Mac)。PS:我尝试了efibootm
浏览 0提问于2016-06-02得票数 1
回答已采纳
在训练数据集上交叉验证超参数网格后，SparkML的CrossValidator是否重新适合整个训练数据集？如果不是，它会从交叉验证的哪一部分中选择用于推断的bestModel？或者，bestModel用于推断所有交叉验证文件夹中的最佳性能模型(即，来自最佳性能超参数组合的最佳文件夹中的模型，仅对该文件夹的数据进行训练)？我之所以这样问，是因为SparkML CrossValidator和sciki
浏览 22提问于2021-03-23得票数 0
1回答
比较交叉验证和测试集结果
、、、、
我很难理解交叉验证测试和测试集上运行的测试结果。首先，我制作了以下管道：然后，我在缩放训练集(原始数据集的75%)上使用交叉验证pipe.fit(X_train_scaled,Y_train)
最后，我检查了模型在测试集上的性能：
pipe.score(X
浏览 0提问于2020-11-05得票数 0
回答已采纳
我尝试向GridSearchCV传递其他评分指标，比如二进制分类的balanced_accuracy (而不是默认的accuracy)。=clf, param_grid=param_grid, scoring=scoring, refit=refit_scorer, cv=cv)
ValueError：'balanced_accuracy有效的选项是：“准确性”、“调整后_互信息_分数”、“调整_rand_得分”、“平均精度”、“完整性_得分
浏览 0提问于2018-11-17得票数 4
回答已采纳
当我启动时，它会显示rEFIt屏幕，并选择引导到Mac或Ubuntu。(我早些时候在上发布了这个问题，他们告诉我最好把这个问题放在askUbuntu上。)在继续之前，我想提到的是，我知道rEFIt已经过时，不再被维护，而rEFInd则是目前比较流行的选项。现在，我更新到MacOS X El Capitan，rEFIt屏幕没有显示，我的电脑只是引导到Mac。我希望rEFIt/rEFInd屏幕回来，以便我可以选择</em
浏览 0提问于2016-03-16得票数 0
回答已采纳
}
model = GridSearchCVroc_auc', refit(X_test))
几个问题：
如果我错了，现在会纠正我，但是在一次热编码中</
浏览 0提问于2020-11-11得票数 1
回答已采纳
1回答
我是机器学习的新手，在我所读的书籍和文档中，总有一个0到1之间的分数值，它代表着0%到100%之间的准确性。在我自己的机器学习代码中，我得到了-750.880810和5154.771036之间的分数，这让我很困惑。return_train_score=False,-750.880810我<e
浏览 1提问于2020-01-16得票数 0
2回答
我先安装了rEFIt而不是rEFInd，建议使用mac或rEFInd的-rEFIt我只想通过rEFInd。我的mac/目录没有显示EFI文件/目录
我的linux的/boot目录是用旧内核版本的EFI文件(abi、config、memtest、initrd.img、vmlinuz等)归档的。谢谢你的</e
浏览 0提问于2016-01-05得票数 0
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
