网格搜索(GridSearch)

本文介绍了如何使用Python的sklearn库中的GridSearchCV在鸢尾花数据集上通过网格搜索优化随机森林分类器的参数,如n_estimators和max_depth,以找到最佳性能的参数组合。
摘要由CSDN通过智能技术生成

1、参数

网格搜索是sklearn.model_selection包下的GridSerchCV。
常用参数如下:

  • estimator:分类器,需要传入需要寻优外的其他全部参数
  • param_grid:分类器需要寻优的参数,是一个字典或者列表
  • cv:交叉验证折数

2、代码

鸢尾花数据集上使用随机森林,使用网格搜索进行寻优

from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import GridSearchCV

# 加载数据集
iris = load_iris(<
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
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

打赏作者

Moon4Seven

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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