使用穷举法选择最佳参数模型&网格搜索

使用穷举法选择最佳参数模型&网格搜索

# 网格搜索，使用穷举法选择最佳参数模型
import numpy as np
from sklearn import linear_model, datasets
from sklearn.model_selection import GridSearchCV

# load data
iris = datasets.load_iris()
features = iris.data
target = iris.target

# create logistic regression
# 创建逻辑回归对象
logistic = linear_model.LogisticRegression()

# create range of candidate penalty hyper parameter values
# 创建 正则化项参数区间
penalty = ['l1', 'l2']

# create range of candidate regularizaiton hyperparameter values  
# c参数范围
C = np.logspace(0, 4, 10)