网格搜索
【前言】在调试超参数时,我们往往为了得到一个较好的参数,使模型得到提升,不断的去输入超参数,运行程序,这样调试是锻炼我们排列组合的能力?貌似这样并不合理,当然肯定有人会说,用for循环寻找超参数不就可以了吗?emmmm,你已经进阶了,可是依然不能满足我们的需求。于是,“懒惰”让今天的主角–网格搜索
诞生了。
【实践】接下来,到了我们最激动人心的代码部分了,我将以寻找KNN算法超参数为例,展示网格搜索的魅力!
什么?你不懂KNN算法,没关系,在此我们关注的只是超参数的查找。
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import GridSearchCV
digits = datasets.load_digits() #下载数据集
X = digits.data