在我的预测python代码中
我使用sklearn预测模型(KNN、RandomForest、LinearRegression等)
在一个循环中作为循环试图找到最佳的超参数优化。在
一旦我找到了最好的参数,我就想复制一个经过训练的模型
我怎么能做到呢?在
for k in range(1,10):
knn = KNeighborsClassifier(n_neighbors=k)
...
#some code to fit and train the model here and find the accuracy
...
if accuracy > top_accuracy:
top_accuracy = accuracy
top_knn = knn <==== ?
# code to fit top_knn with a new test dataset
这是否复制了经过训练的模型和经过训练的模型,有什么方法可以确保我的模型有经过训练的数据
scikit-learn
包含用于超参数调整的组件(参见https://scikit-learn.org/stable/modules/grid_search.html)。{a2是^代码示例。搜索期间找到的最佳模型可以通过clf.best_estimator_
访问。在你在用sklearn吗?每次训练它时,KNN对象都保留最新的拟合函数。如果您想记录新拟合是否比上一次更好,我只需创建一个新类并将模型对象分配给它:
相关问题 更多 >
编程相关推荐