机器学习:模型选择与调优交叉验证和网格搜索

简介: 机器学习:模型选择与调优交叉验证和网格搜索

1、交叉验证cross validation

为了让被评估的模型更加准确可信

将训练数据分为训练集和验证集,分几等份就是几折验证

2、网格搜索grid search

超参数:很多参数需要手动指定

每组超参数都采用交叉验证来进行评估

代码示例

from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.datasets import load_iris
# 查看数据集
iris = load_iris()
# 训练集测试集拆分
X_train, X_test, y_train, y_test = train_test_split(
    iris.data, iris.target, test_size=0.33, random_state=42)
# 交叉验证
knn = KNeighborsClassifier()
params = {
    "n_neighbors": [3, 5, 10]
}
gscv = GridSearchCV(knn, params, cv=2)
gscv.fit(X_train, y_train)
print(gscv.score(X_test, y_test))
print(gscv.best_score_)
print(gscv.best_index_)
print(gscv.best_estimator_)
print(gscv.best_params_)
print(gscv.cv_results_)
"""
0.98
0.96
0
KNeighborsClassifier(algorithm='auto', leaf_size=30, metric='minkowski',
           metric_params=None, n_jobs=1, n_neighbors=3, p=2,
           weights='uniform')
{'n_neighbors': 3}
{'mean_fit_time': array([0.00049746, 0.00029266, 0.00028002]), 'std_fit_time': array([3.34978104e-05, 5.96046448e-07, 2.98023224e-06]), 'mean_score_time': array([0.00222301, 0.00057685, 0.00059712]), 'std_score_time': array([1.29294395e-03, 2.98023224e-06, 1.70469284e-05]), 'param_n_neighbors': masked_array(data=[3, 5, 10],
             mask=[False, False, False],
       fill_value='?',
            dtype=object), 'params': [{'n_neighbors': 3}, {'n_neighbors': 5}, {'n_neighbors': 10}], 'split0_test_score': array([0.94117647, 0.94117647, 0.94117647]), 'split1_test_score': array([0.97959184, 0.93877551, 0.95918367]), 'mean_test_score': array([0.96, 0.94, 0.95]), 'std_test_score': array([0.01920384, 0.00120024, 0.0090018 ]), 'rank_test_score': array([1, 3, 2], dtype=int32), 'split0_train_score': array([0.97959184, 0.95918367, 0.95918367]), 'split1_train_score': array([0.92156863, 0.94117647, 0.96078431]), 'mean_train_score': array([0.95058023, 0.95018007, 0.95998399]), 'std_train_score': array([0.0290116 , 0.0090036 , 0.00080032])}
"""


相关文章
|
存储 缓存 编解码
RCU(Read Copy Update)十年计
作者:陈荣 查斌 马涛
1641 0
RCU(Read Copy Update)十年计
|
机器学习/深度学习 算法 数据挖掘
交叉验证之KFold和StratifiedKFold的使用(附案例实战)
交叉验证之KFold和StratifiedKFold的使用(附案例实战)
1922 0
|
11月前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
520 11
|
5月前
|
XML 语音技术 Android开发
Android中TextToSpeech的使用
本文介绍了在Android开发中使用TextToSpeech(TTS)实现语音合成的功能。通过实例代码展示了TTS的初始化、语言设置、语音播放及队列模式的选择,并提供了将语音保存为音频文件的方法。项目中包含一个简单的按钮触发朗读功能,适合初学者学习和实践。代码示例完整,涵盖Activity生命周期管理与XML布局设计。
412 4
|
8月前
|
机器学习/深度学习 人工智能 供应链
宜家是如何通过实施30000个AI应用实例来驱动家居零售新体验的
宜家是如何通过实施30000个AI应用实例来驱动家居零售新体验的
|
前端开发 安全 JavaScript
Python的Flask框架的学习笔记(前后端变量传送,文件上传,网页返回)内含实战:实现一个简单的登录页面
Python的Flask框架的学习笔记(前后端变量传送,文件上传,网页返回)内含实战:实现一个简单的登录页面
428 0
|
人工智能 缓存 Kubernetes
Kubernetes在AI/大数据领域的 最新进展与大规模实践
根据在[CNCC 2022开源分布式云原生系统技术发展](https://ccf.org.cn/cncc2022/schedule_d_4075)论坛的演讲整理。 ![](https://ata2-img.oss-cn-zhangjiakou.aliyuncs.com/neweditor/08cde176-d1d3-49ae-a1f7-cc025d3f06f3.png) 在云计算技术快速发展的过
2194 73
Kubernetes在AI/大数据领域的最新进展与大规模实践
|
机器学习/深度学习 存储 数据采集
优质数据的稀缺性:深度分析及可能的解决方案
在信息化社会,数据被誉为新的石油。然而,与之相反的是,我们却面临着优质数据的严重缺乏。这种现象引发了一系列的问题,特别是在人工智能(AI)和机器学习(ML)领域,这一问题尤为突出。
624 0
优质数据的稀缺性:深度分析及可能的解决方案
|
机器学习/深度学习 算法 数据处理
【机器学习】(18)使用sklearn实现交叉验证
【机器学习】(18)使用sklearn实现交叉验证
563 0
【机器学习】(18)使用sklearn实现交叉验证
|
SQL 关系型数据库 Java
第三章:OceanBase产品家族及基础概念
第三章:OceanBase产品家族及基础概念
503 0