2024-04-18 21:38:01 发布
网友
根据我的理解,当使用套索回归时,您可以在sklearn中使用GridSearchCV或LassoCV来找到最佳的alpha,即正则化参数。哪一个比另一个好
GridSearchCV
LassoCV
alpha
两者都可以得到相同的结果LassoCV通过让您将alpha值数组传递给alphas以及将交叉验证参数直接传递到分类器中,简化了操作
alphas
要对GridSearchCV执行相同的操作,必须向它传递一个Lasso分类器,一个alpha值的网格(即{'alpha':[.5, 1, 5]})和CV参数
Lasso
{'alpha':[.5, 1, 5]}
CV
不过,我不会推荐其中一个。我能看到的唯一优势是,如果使用GridSearchCV,您可以访问results_以及许多其他属性。如果您想要一份您尝试的alphas返回的所有模型的摘要,这可能会很有帮助。另一方面,正如@amiola所指出的,LassoCV可以利用交叉验证过程(又称热启动)之前步骤中使用的预计算结果,这可能导致更快的拟合时间
results_
两者都可以得到相同的结果
LassoCV
通过让您将alpha值数组传递给alphas
以及将交叉验证参数直接传递到分类器中,简化了操作要对
GridSearchCV
执行相同的操作,必须向它传递一个Lasso
分类器,一个alpha值的网格(即{'alpha':[.5, 1, 5]}
)和CV
参数不过,我不会推荐其中一个。我能看到的唯一优势是,如果使用
GridSearchCV
,您可以访问results_
以及许多其他属性。如果您想要一份您尝试的alphas返回的所有模型的摘要,这可能会很有帮助。另一方面,正如@amiola所指出的,LassoCV
可以利用交叉验证过程(又称热启动)之前步骤中使用的预计算结果,这可能导致更快的拟合时间相关问题 更多 >
编程相关推荐