机器学习之路8-CSDN博客

本文链接：https://blog.csdn.net/wgbzj/article/details/121041637

模型选择与调优

1交叉验证（cross validation）

是指将拿到的训练数据，分为训练集和验证集。以将训练数据分成4份为例子，其中一份作为验证集，然后经过4次的测试，每次都更换不同的验证集，即得到4组模型的结果，取平均值作为最终结果，又称4折交叉验证。可以让训练得到的模型结果更加准确。

2超参数搜索——网格搜索（Grid Search）

通常情况下，有很多参数需要手动的指定（如KNN中的K值），这种叫做超参数，但是手动指定过程复杂，所以需要对模型预设几种超参数的组合，每组超参数都采用交叉验证来进行评估，最后选出最优参数来组合建立模型。

代码

#导入网格搜索和交叉验证的模块
from sklearn.model_selection import GridSearchCV

def KNN_iris_gscv():
    '''
    用KNN算法对鸢尾花进行分类,添加网格搜索（确定超参的值，K值）和交叉验证（提高准确率）
    :return:
    '''
    #1 获取数据
    iris = load_iris()
    #2 划分数据集
    x_train,x_test,y_train,y_test = train_test_split(iris.data,iris.target,random_state=6)
    #3 特征工程：标准化
    transfer = StandardScaler()
    x_train = transfer.fit_transform(x_train)
    #对训练集中的平均值和标准差来对测试集做标准化
    x_test = transfer.transform(x_test)
    #4 KNN算法预估器
    estimator = KNeighborsClassifier()
    #加入网格搜索和交叉验证
    #参数准备
    param_dict = {"n_neighbors":[1,3,5,7,9,11]}
    #cv是交叉验证次数，param_grid是要确定的超参的范围
    estimator = GridSearchCV(estimator,param_grid=param_dict,cv=10)
    estimator.fit(x_train,y_train)
    #5 模型评估
    #方法1：直接比对真实值和预测值
    y_predict = estimator.predict(x_test)
    print("y_predict:\n",y_predict)
    print("直接比对真实值和预测值：\n",y_test == y_predict)
    #方法2：计算准确率
    score = estimator.score(x_test,y_test)
    print("准确率为:\n",score)
    #最佳参数：best_params_
    print("最佳参数\n",estimator.best_params_)
    #最佳结果：best_score_
    print("最佳结果\n",estimator.best_score_)
    #最佳估计器：best_estimator_
    print("最佳估计器\n",estimator.best_estimator_)
    #交叉验证结果：cv_results_
    print("交叉验证结果\n",estimator.cv_results_)
    return None

输出结果