【python】KNN02-交叉验证

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_)

2、【完整代码】将得到的最优超参代入进去求最优模型。

from sklearn