1回答
我试图使用GridSearchCV获得优化的参数，但我得到了错误： AttributeError: 'DecisionTreeClassifier' object has no attribute '以下是模型的代码： #DTparams = {'criterion':['gini&#
浏览 64提问于2021-04-11得票数 0
回答已采纳
我正在尝试使用n_neighbors为KnearestClassifier找到优化的GridSearchCV值。我能够得到优化的参数，但是当我在分类器中输入这些参数时，结果与GridSearchCVs的最佳结果不匹配。n_neighbors':[1,10,15,20,25,30,35,40,45,50,60,70,80,90,100], 'weights':['uniform',
浏览 0提问于2017-03-25得票数 1
回答已采纳
我正在尝试对一个大型数据集执行超参数优化。我希望避免使用交叉验证cv来加速优化。这就是为什么我要使用来自训练数据集的验证集，其验证拆分= 0.2。grid = GridSearchCV(estimator=model, param_grid=param_grid, n_jobs=-1, cv=3)
grid_result = grid.fit(X_train, y_train) 我应该如何修改上面的GridSearchCV()<
浏览 28提问于2020-06-15得票数 1
回答已采纳
我正在做多标签分类使用scikit学习。我使用RandomForestClassifier作为基本估计器。我希望使用GridSearchCV优化每个标签的参数。from sklearn.grid_search import GridSearchCV
"estimator__n_estimators": [5, 50, 200model_to_tune = OneVsRestClassifier(R
浏览 4提问于2015-07-02得票数 1
回答已采纳
作者正在进行超参数调整。第一个窗口显示超参数的不同值。然后他适合gridsearchcv并使用eval_set和eval_metric='auc'
使用cv和eval_set的目的是什么？我们不应该只用其中的一种吗？如何与scoring='roc_auc&
浏览 12提问于2022-08-19得票数 0
回答已采纳
理论上说，将数据集分解为三组:训练集用于训练模型，验证集用于调整参数，测试集用于评估性能。我有10个班，对于火车数据，每个班有1017个样本。在验证和测试集中，我为每个类提供了300个样本。clf.f
浏览 5提问于2017-05-13得票数 1
回答已采纳
2回答
我以前使用过Scikit- learning的GridSearchCV来优化我的模型的超参数，但只是想知道是否存在类似的工具来优化Tensorflow的超参数(例如，的历元数、学习速率、滑动窗口大小等)如果不是，我如何实现有效运行所有不同组合的代码段？
浏览 2提问于2017-06-28得票数 20
回答已采纳
2回答
我正在尝试使用来自lightgbm的GridSearchCV来为一个sklearn.model_selection模型寻找最佳参数。我一直未能找到一个真正有效的解决方案。import GridSearchCV
train = pd.read_csvnum_boost_round=2000, learning_rate=0.01, metric='auc&#
浏览 0提问于2018-06-04得票数 11
回答已采纳
3回答
我是机器学习领域的新手。我的问题是:我已经建立了一个模型，我正在努力优化这样的模型。通过做一些研究，我发现交叉验证可以用来帮助我避免有一个过于合适的模型。此外，Gridsearchcv可以帮助我优化这类模型的参数，并最终确定最佳的参数。现在，我的问题是，我应该先进行交叉验证，然后使用网格搜索来确定最佳参数，还是使用Gri
浏览 1提问于2020-02-13得票数 2
回答已采纳
我使用GridSearchCV来获得MLPClassifier的优化超参数(例如学习速率、隐层大小、激活)。但是对于一些数据集，虽然我将该参数应用到模型中，但分类精度并没有得到提高。例如，包含学习速率= a、隐层大小=b的datasets1精度比包含学习速率= c、隐层大小= d、从GridSearchCV获得的优化超参数的精度要低。
所以，我搞不懂为什么会发生这种现象。
浏览 3提问于2021-03-24得票数 0
我想通过使用GridSearchCV (Scikit-Learn)和数据增强(来自Keras的ImageDataGenerator)来优化CNN体系结构的一些超参数。然而，GridSearchCV只提供fit函数，而不提供fit_generator函数。是否建议在GridSearchCV中使用数据增强？ImageDataGenerator的参数已经固定，不应更改。首先通过网格搜索确定超参数<
浏览 0提问于2019-12-28得票数 6
回答已采纳
我目前正在使用Python中的GridSearchCV进行3倍的cv，以优化超参数。我只是想知道是否有任何方法可以在GridSearchCV中使用的cv中查看培训和测试数据的索引？
浏览 2提问于2017-02-02得票数 11
回答已采纳
1回答
因此，我使用GridSearchCV对超参数进行了调整，将模型与数据进行了拟合，然后使用了best_params_。我只是好奇为什么GridSearchCV运行best_params_所花费的时间太长，而不像RandomSearchCV那样会立即给出答案。GridSearchCV给出best_params_所需的时间类似于GridSearchCV优化超参数并将模型与数据相匹配所需的
浏览 0提问于2020-11-22得票数 0
回答已采纳
我试图使用一个回归模型，我已经实现了与GridSearchCV类的科学学习优化我的模型的超参数。GridSearchCV似乎正确地应用了一个超参数，但另一个参数显然不适用.
因此，我想知道，有人能向我解释gridsearchCV是如何工作的(从技术角度)吗？它如何初始化估计器，如何在网格上运行？我目前对Gridsearc
浏览 6提问于2020-07-07得票数 0
1回答
我正在研究一个多类分类问题，比较支持向量机和随机森林分类器的结果。我想使用gridsearchCV进行超参数优化，并发现AUC是解决这类问题的最常用的度量标准。我知道如何使用其他评分标准，如准确性等，但默认的ROC_AUC只适用于二进制类。有什么方法可以在gridsearchCV中使用AUC来处理多类问题？
浏览 0提问于2020-04-04得票数 1
回答已采纳
1回答
我想了解Gridsearchcv的逻辑是如何工作的。我查看了、正式的和源代码，但我无法理解以下内容：
如果我使用默认的cv = 5，那么输入数据的%拆分为:培训、验证和测试？Gridsearchcv多久执行一次这样的分割，以及它如何决定哪些观察属于训练/验证/测试
浏览 1提问于2020-11-26得票数 0
回答已采纳
2回答
我试图使用GridSearchCV来优化一条管道，该管道在开始时进行特征选择，最后使用KNN进行分类。我使用我的数据集对模型进行了拟合，但是当我看到GridSearchCV找到的最佳参数时，它只给出了SelectKBest的最佳参数。我不知道为什么它没有显示出KNN的最佳参数。
这是我的密码。"classify__p":[1,
浏览 10提问于2022-07-27得票数 1
回答已采纳
我想调优"SVR()“回归函数的参数。它开始处理并不停止，我无法弄清楚问题所在。我正在使用SVM回归函数SVR()预测一个参数。在Python.so中默认值的效果不好，我想试着用"GridSearchCv“调优它。最后一部分"grids.fit(Xtrain，ytrain)“开始运行，没有给出任何错误，也没有停止。代码：
从sklearn.model_selection导入GridSearchCV。],'degree'
浏览 136提问于2019-08-14得票数 3
回答已采纳
2回答
Pipeline(memory=None, ('classifier', GridSearchCVscoring='accuracy', verbose=1))内部有一个经过训练的模型，其中参数采用GridSearchCV进行优化。我正在使用pickle.load()来读
浏览 2提问于2019-11-14得票数 0
回答已采纳
有没有办法对参数值运行网格搜索，这些参数值针对选定类的分数(例如'f1')进行了优化，而不是所有类的默认分数？编辑的假设是，这样的网格搜索应该返回一组参数，使所选类别的分数最大化(例如，'f1'，‘准确性’，‘召回’)，而不是所有类别的总分数。使用默认评分方法的GridSearchCV示例(此处:对所有类使用'f1‘)：
from
浏览 0提问于2015-07-30得票数 9
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