Python全系列 教程
3567个小节阅读:5930.6k
目录
鸿蒙应用开发
C语言快速入门
JAVA全系列 教程
面向对象的程序设计语言
Python全系列 教程
Python3.x版本,未来主流的版本
人工智能 教程
顺势而为,AI创新未来
大厂算法 教程
算法,程序员自我提升必经之路
C++ 教程
一门通用计算机编程语言
微服务 教程
目前业界流行的框架组合
web前端全系列 教程
通向WEB技术世界的钥匙
大数据全系列 教程
站在云端操控万千数据
AIGC全能工具班
A A
White Night
GridSearchCV
是 scikit-learn 中的一个工具,用于自动执行机器学习模型的参数选择过程。其主要作用如下:
GridSearchCV
将测试所有可能的参数组合,找出在给定数据上表现最佳的参数。GridSearchCV
默认进行交叉验证。这意味着它会多次拆分数据集,每次使用不同的部分进行训练和验证,并计算平均得分。注意:
由于本项目数据量很大,所以调参过程会耗费大量时间!
xxxxxxxxxx
151from sklearn.model_selection import GridSearchCV # 网格搜索(用来调参)
2from sklearn.ensemble import RandomForestClassifier
3
4param_grid = {
5 'n_estimators':[10,100,500,1000],
6 'max_features':[0.6,0.7,0.8,0.9]
7}
8
9rf = RandomForestClassifier() # 创建随机森林算法对象
10gs = GridSearchCV(rf,param_grid) # 用来进行网格搜索参数的
11# 进行最佳参数搜索(调参),此步骤很耗时!
12gs.fit(x_train,y_train)
13# 打印最终调好的最佳参数
14display(gs.best_params_)
15display(gs.best_score_)