sklearn使用小记GridSearchCV

def test_grid_search():
from sklearn import datasets,svm
iris = datasets.load_iris()
parameters = {'kernel': ('linear', 'rbf'), 'C': [1, 10,50,100]} #注意score='roc_auc'是二分类的,多分类会报错
svc = svm.SVC()
clf = GridSearchCV(svc, parameters,cv=7)
clf.fit(iris.data, iris.target)
print(type(clf.best_params_))
print(clf.best_params_)

转载于:https://www.cnblogs.com/erbaodabao0611/p/9843196.html

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