【机器学习】超参数问题

【机器学习】超参数问题

超参数概念

调参这个问题是所有算法工程师所面临的问题。在不同情况，不同领域时参数可能是不同的，还有很多经验数值会被人类采用。例如KNN的K为5这就是经验数值，尝试测试不同的超参数，得到效果最好的K的值，来用于模型。

简单的调参过程

import numpy as np
import matplotlib as mpl
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.model_selection import  train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

digits = datasets.load_digits()
X = digits.data
y = digits.target

X_train,X_test,y_train,y_test = train_test_split(X,y,test_size=0.2,random_state=666)
knn_clf = KNeighborsClassifier(n_neighbors=3)
knn_clf.fit(X_train,y_train)
#得到确信度
sup = knn_clf.score(X_test,y_test)