2024-04-26 05:47:00 发布
网友
我们可以在Gridserach中搜索内核,如下所示:
我们应该避免哪些参数组合
parameters = {'C': [0.1, 1, 10, 100, 1000], 'gamma': [1, 0.1, 0.01, 0.001, 0.0001,'auto'], 'kernel': ['linear', 'poly', 'rbf', 'sigmoid']} Svm = GridSearchCV(Svm, param_grid=parameters, cv=kf,verbose=10)
原则上,您可以在GridSearch中搜索内核。但是你应该记住'gamma'只对‘rbf’、‘poly’和‘sigmoid’有用。这意味着当'kernel'为'linear'时,将有冗余计算。更好的方法是使用字典列表而不是字典作为param_grid的输入参数:
'gamma'
‘rbf’
‘poly’
‘sigmoid’
'kernel'
'linear'
param_grid
svm_linear = {'C': [0.1, 1, 10, 100, 1000], 'kernel': ['linear']} svm_others = {'C': [0.1, 1, 10, 100, 1000], 'gamma': [1, 0.1, 0.01, 0.001, 0.0001,'auto'], 'kernel': ['poly', 'rbf', 'sigmoid']} parameters = [svm_linear, svm_others] Svm = GridSearchCV(Svm, param_grid=parameters, cv=kf,verbose=10)
您可以在scikit学习文档中找到类似的参数设置:https://scikit-learn.org/stable/auto_examples/model_selection/plot_grid_search_digits.html
我希望这个答案对你有用。:)
原则上,您可以在GridSearch中搜索内核。但是你应该记住
'gamma'
只对‘rbf’
、‘poly’
和‘sigmoid’
有用。这意味着当'kernel'
为'linear'
时,将有冗余计算。更好的方法是使用字典列表而不是字典作为param_grid
的输入参数:您可以在scikit学习文档中找到类似的参数设置:https://scikit-learn.org/stable/auto_examples/model_selection/plot_grid_search_digits.html
我希望这个答案对你有用。:)
相关问题 更多 >
编程相关推荐