【python】KNN02-交叉验证

KNN交叉验证
摘要由CSDN通过智能技术生成

交叉验证

作用

避免因为数据分配不均匀造成一些标签验证不出效果。
建立网格模型,求最佳超参

步骤

超参调试—得到最优模型

# 网格模型
param_list = [{
   
    "n_neighbors": list(range(3, 13)),
    "weights": ['uniform', 'distance'],
    "p": [i for i in range(1, 8)]  #快速生成列表生成式
}]
# 创建算法
knn_model = KNeighborsClassifier()
#   网格     (每十条分组)
grid=GridSearchCV(knn_model,param_list, cv=10)
# 训练模型
grid.fit(x_train,y_train)
print("11----:",grid.best_estimator_)
print("22----:",grid.best_score_)
print("33----:",grid.best_params_)

在这里插入图片描述
2、【完整代码】将得到的最优超参代入进去求最优模型。

from sklearn
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值