本篇博客将谈谈超参数和网格搜索(如何使用sklearn中的网格搜索)
1超参数
我理解的超参数就是算法中的参数和一些需要我们自己设定的数。以KNN为例,KNN的超参数包括①K的取值②距离计算(采用欧式距离或明科夫斯基距离等)等。
能找个最好的超参数,可以让我们的算法性能更高。说道找出最好的参数那就不得不提到网格搜索了。
2 网格搜索
使用sklearn中的网格搜索能更方便地帮助我们找出最好的超参数。
思路:
- 列出各种超参数
- 迭代找出最好的超参数
下面结合代码实战下。
#导入网格搜索
from sklearn.model_selection import GridSearchCV
from sklearn.neighbors import KNeighborsClassifier
from sklearn import datasets
iris = datasets