机器学习Day05

最新推荐文章于 2023-11-15 09:00:00 发布

MetaTrade

最新推荐文章于 2023-11-15 09:00:00 发布

阅读量203

点赞数

分类专栏： BigData 文章标签： python 机器学习

本文链接：https://blog.csdn.net/m0_55389447/article/details/119442812

版权

216 篇文章 15 订阅 ¥99.90 ¥299.90

订阅专栏

本文介绍了机器学习Day05的内容，重点讲解了网格搜索寻找最优超参数组合的方法，以及多个聚类算法的应用，包括K均值、均值漂移、凝聚层次和DBSCAN算法，并提供了相关案例分析。还讨论了聚类评估指标如轮廓系数。

摘要由CSDN通过智能技术生成

机器学习DAY05

获取一个最优超参数的方式可以绘制验证曲线，但是验证曲线只能每次获取一个最优超参数。如果多个超参数有很多排列组合的话，就可以使用网格搜索寻求最优超参数组合。

针对超参数组合列表中的每一个超参数组合，实例化给定的模型，做cv次交叉验证，将其中平均f1得分最高的超参数组合作为最佳选择，实例化模型对象。

网格搜索相关API：

import sklearn.model_selection as ms
model = ms.GridSearchCV(模型, 超参数组合列表, cv=折叠数

了解本专栏

关注

专栏目录