zoukankan      html  css  js  c++  java
  • GridSearchCV

    GridSearchCV 简介:

      GridSearchCV,它存在的意义就是自动调参,只要把参数输进去,就能给出最优化的结果和参数。但是这个方法适合于小数据集,一旦数据的量级上去了,很难得出结果。这个时候就是需要动脑筋了。数据量比较大的时候可以使用一个快速调优的方法——坐标下降。它其实是一种贪心算法:拿当前对模型影响最大的参数调优,直到最优化;再拿下一个影响最大的参数调优,如此下去,直到所有的参数调整完毕。这个方法的缺点就是可能会调到局部最优而不是全局最优,但是省时间省力,巨大的优势面前,还是试一试吧,后续可以再拿bagging再优化。回到sklearn里面的GridSearchCV,GridSearchCV用于系统地遍历多种参数组合,通过交叉验证确定最佳效果参数。

    常用参数解读:

    estimator:所使用的分类器,如estimator=RandomForestClassifier(min_samples_split=100,min_samples_leaf=20,max_depth=8,max_features='sqrt',random_state=10), 并且传入除需要确定最佳的参数之外的其他参数。每一个分类器都需要一个scoring参数,或者score方法。

    param_grid:值为字典或者列表,即需要最优化的参数的取值,param_grid =param_test1,param_test1 = {'n_estimators':range(10,71,10)}。

    scoring :准确度评价标准,默认None,这时需要使用score函数;或者如scoring='roc_auc',根据所选模型不同,评价准则不同。字符串(函数名),或是可调用对象,需要其函数签名形如:scorer(estimator, X, y);如果是None,则使用estimator的误差估计函数。scoring参数选择如下:

    参考地址:http://scikit-learn.org/stable/modules/model_evaluation.html

    cv :交叉验证参数,默认None,使用三折交叉验证。指定fold数量,默认为3,也可以是yield训练/测试数据的生成器。
    refit :默认为True,程序将会以交叉验证训练集得到的最佳参数,重新对所有可用的训练集与开发集进行,作为最终用于性能评估的最佳模型参数。即在搜索参数结束后,用最佳参数结果再次fit一遍全部数据集。
    iid:默认True,为True时,默认为各个样本fold概率分布一致,误差估计为所有样本之和,而非各个fold的平均。
    verbose:日志冗长度,int:冗长度,0:不输出训练过程,1:偶尔输出,>1:对每个子模型都输出。
    n_jobs: 并行数,int:个数,-1:跟CPU核数一致, 1:默认值。
    pre_dispatch:指定总共分发的并行任务数。当n_jobs大于1时,数据将在每个运行点进行复制,这可能导致OOM,而设置pre_dispatch参数,则可以预先划分总共的job数量,使数据最多被复制pre_dispatch次。

    常用方法:

    grid.fit():运行网格搜索
    grid_scores_:给出不同参数情况下的评价结果
    best_params_:描述了已取得最佳结果的参数的组合
    best_score_:成员提供优化过程期间观察到的最好的评分

    使用案例:

    param_test1 = { 'max_depth':list(range(3,10,1))
                   ,'min_child_weight':list(range(1,6,2))
                  }
    gsearch1 = GridSearchCV(
        estimator = XGBClassifier(
                                    silent=1 ,#设置成1则没有运行信息输出,最好是设置为0.是否在运行升级时打印消息。
                                    learning_rate= 0.1,# 如同学习率
    #                                 max_depth=4,# 构建树的深度,越大越容易过拟合
                                    colsample_bytree=1, # 生成树时进行的列采样
                                    reg_lambda=4,  # 控制模型复杂度的权重值的L2正则化项参数,参数越大,模型越不容易过拟合。
                                    objective= 'binary:logistic', #多分类的问题 指定学习任务和相应的学习目标
                                    n_estimators=70, # 树的个数
                                    ),
                           param_grid = param_test1, scoring='roc_auc', iid=False, cv=5)
    gsearch1.fit(X,y)
    gsearch1.grid_scores_, gsearch1.best_params_, gsearch1.best_score_
  • 相关阅读:
    [基础]编程环境配置
    MonoDevelop line endings
    Unity手机平台播放影片
    [3D跑酷] GUIManager UI管理
    [3D跑酷] UI事件处理系统
    [3D跑酷] AudioManager
    NGUI学习笔记汇总
    Unity3D开发之搭建Mac OS开发环境
    Unity键值(KeyCode)
    Unity3D多人协作开发环境搭建
  • 原文地址:https://www.cnblogs.com/callyblog/p/9270888.html
Copyright © 2011-2022 走看看