G r i d S e a r c h GridSearch GridSearch
补充:GridSearch用的好,并不是要熟悉GridSearch,而是要熟悉所调模型的参数
打***的比较重要,其他的就是辣鸡参数
class sklearn.model_selection.GridSearchCV(
estimator, ***
param_grid, ***
scoring=None, ***
fit_params=None,
n_jobs=1,
iid=True,
refit=True,
cv=None, ***
verbose=0,
pre_dispatch=‘2*n_jobs’,
error_score=’raise’,
return_train_score=’warn’
)
- estimator
选择使用的分类器,并且传入除需要确定最佳的参数之外的其他参数。每一个分类器都需要一个scoring参数,或者score方法:
estimator=RandomForestClassifier(min_samples_split=100,min_samples_leaf=20,max_depth=8,max_features='sqrt',random_state=10)
- param_grid
需要最优化的参数的取值,值为字典或者列表,例如:
param_grid =param_test1,
param_test1 = {'n_estimators':range(10,71,10)}
- scoring=None
模型评价标准,默认None,这时需要使用score函数;或者如scoring=‘roc_auc’,根据所选模型不同,评价准则不同。字符串(函数名),或是可调用对象,需要其函数签名形如:scorer(estimator, X, y);如果是None,则使用estimator的误差估计函数
- fit_params=None
- n_jobs=1
n_jobs: 并行数,int:个数,-1:跟CPU核数一致, 1:默认值
- iid=True
iid:默认True,为True时,默认为各个样本fold概率分布一致,误差估计为所有样本之和,而非各个fold的平均。
- refit=True
默认为True,程序将会以交叉验证训练集得到的最佳参数,重新对所有可用的训练集与开发集进行,作为最终用于性能评估的最佳模型参数。即在搜索参数结束后,用最佳参数结果再次fit一遍全部数据集。
- cv=None
交叉验证参数,默认None,使用三折交叉验证。指定fold数量,默认为3,也可以是yield训练/测试数据的生成器。
- verbose=0, scoring=None
verbose:日志冗长度,int:冗长度,0:不输出训练过程,1:偶尔输出,>1:对每个子模型都输出。
- pre_dispatch=‘2*n_jobs’
指定总共分发的并行任务数。当n_jobs大于1时,数据将在每个运行点进行复制,这可能导致OOM,而设置pre_dispatch参数,则可以预先划分总共的job数量,使数据最多被复制pre_dispatch次
- error_score=’raise’
- return_train_score=’warn’
如果“False”,cv_results_属性将不包括训练分数
属性
(1)cv_results_ :
dict of numpy (masked) ndarrays
具有键作为列标题和值作为列的dict,可以导入到DataFrame中。注意,“params”键用于存储所有参数候选项的参数设置列表。
(2)best_estimator_ :
estimator
通过搜索选择的估计器,即在左侧数据上给出最高分数(或指定的最小损失)的估计器。 如果refit = False,则不可用。
(3)best_score_ : float
best_estimator的分数
(4)best_params_ : dict
在保存数据上给出最佳结果的参数设置
(5)best_index_ : int
对应于最佳候选参数设置的索引(cv_results_数组)。
search.cv_results _ [‘params’] [search.best_index_]中的dict给出了最佳模型的参数设置,给出了最高的平均分数(search.best_score_)。
(6)scorer_ : function
Scorer function used on the held out data to choose the best parameters for the model.
(7)n_splits_ : int
The number of cross-validation splits (folds/iterations).
(8)grid_scores_:给出不同参数情况下的评价结果