【机器学习】解决机器学习中OneVsRestClassifier的网格调参Invalid parameter max_depth for estimator OneVsRestClassifier
简单模型网格调参
from xgboost import XGBClassifier
from sklearn.multiclass import OneVsRestClassifier
from sklearn.model_selection import train_test_split,GridSearchCV
param_test1 = {'max_depth':range(3,10,2),'min_child_weight':range(1,6,2)}model = XGBClassifier(eval_metric= 'mlogloss',use_label_encoder=False,learning_rate =0.1,n_estimators=100,gamma=0,subsample=0.8,colsample_bytree=0.8,nthread=4,scale_pos_weight=1,seed=27,verbose=True)
gsearch1 = GridSearchCV(model,param_grid = param_test1,scoring='roc_auc',n_jobs=20, cv=5,verbose=2)
gsearch1.fit(X_train, y_train)
print("最佳参数\n",gsearch1.best_params_)
print("最佳得分",gsearch1.best_score_)
使用OneVsRestClassifier的调参
需要在每个参数面前加上estimator__
param_test1 = {'estimator__max_depth':range(3,10,2),'estimator__min_child_weight':range(1,6,2)}model = OneVsRestClassifier(XGBClassifier(eval_metric= 'mlogloss',use_label_encoder=False,learning_rate =0.1,n_estimators=100,gamma=0,subsample=0.8,colsample_bytree=0.8,nthread=4,scale_pos_weight=1,seed=27,verbose=True))gsearch1 = GridSearchCV(model,param_grid = param_test1,scoring='roc_auc',n_jobs=20, cv=5,verbose=2)gsearch1.fit(X_train, y_train)
print("最佳参数\n",gsearch1.best_params_)
print("最佳得分",gsearch1.best_score_)
【机器学习】解决机器学习中OneVsRestClassifier的网格调参Invalid parameter max_depth for estimator OneVsRestClassifier相关推荐
- GridSearchCV实例:对Xgboost回归任务进行网格调参
在Xgboost调参过程中,可以使用GridSearchCV()进行网格调参,不用很麻烦的进行手动调参. 下面这个例子是使用Xgboost进行回归任务时使用GridSearchCV(). import ...
- 对于解决python中出现的OSError: [Errno 22] Invalid argument: ‘\u202aD‘ 的解决
对于解决python中出现的OSError: [Errno 22] Invalid argument: '\u202aD' 的解决 ** 今天这导入数据集文件时有时正常运行,有时出现了OSError: ...
- Python实现SVM的实例(包括网格调参和测试)总结综述
介绍SVM算法 SVM理解与参数选择(kernel和C) SVM参数调节 Python机器学习包的sklearn中的Gridsearch简单使用 [算法_调参]sklearn_GridSearchCV ...
- 崇志宏 转“博弈机器学习”-东南大学机器学习
博弈机器学习和贝叶斯学习可以看成集成目前机器学习组件的理论框架,解决从感知到认知的人工智能技术问题.崇志宏 http://cse.seu.edu.cn/people/zhchong/index.htm ...
- XGboost-网格调参法
一.原理 个人认为写的通俗易懂的一篇好文: https://www.jianshu.com/p/7467e616f227 二.网格调参 用xgboost既可以用来做二分类.多分类,也可以用来做回归预测 ...
- 如何解决机器学习中数据不平衡问题
作者:无影随想 时间:2016年1月. 出处:https://zhaokv.com/machine_learning/2016/01/learning-from-imbalanced-data.h ...
- 如何解决机器学习中数据不平衡问题(转)
作者:无影随想 时间:2016年1月. 出处:http://www.zhaokv.com/2016/01/learning-from-imbalanced-data.html 这几年来,机器学习和 ...
- 一文解决机器学习中的过拟合与欠拟合问题(正则化,数据增强,Dropout)
一文解决机器学习中的过拟合与欠拟合问题(正则化,数据增强,Dropout,提前终止) 生活中的过拟合与欠拟合现象 过拟合与欠拟合的概念 解决过拟合与欠拟合问题的四大金刚 正则化 数据增强 Dropou ...
- 一篇文章解决机器学习,深度学习入门疑惑
前言 进入正文前,我们先来看则新闻: 只看图不多说. 由此可见国家对人工智能的重视程序,趁早学习,让我们也贡献一份力量. 这篇文章要说的东西 研究生有不少日子,和之前的几个学长以及几个学弟偶尔也聊聊天 ...
最新文章
- Python: 字符串中嵌入变量
- sqlserver数据恢复(100%可用)
- 数据库-优化-为什么要进行数据库优化
- C# 获取可执行文件路径的上上级目录的方法
- SparkSQL-从0到1认识Catalyst
- jQuery 计时器(jquery timers)简单应用
- ORACLE-016:ora-01720 授权选项对于'xxxx'不存在
- android 百分比loading,牛逼的loading加载效果
- 需要知道的面向对象设计的基本原则
- v-if与v-show
- 开源容器云openshift pdf_OpenShift和Kubernetes的10个最重要的区别
- 一致 先验分布 后验分布_分布式下的数据一致性问题
- 用 Python 写一个经典微信飞机大战
- dcs world f15c教学_高端DCS带电清洗用的什么清洗剂
- TP5.1使用 GatewayWorker 进行 socket 通讯
- 为什么要加上ROW FORMAT DELIMITED NULL DEFINED AS ‘‘;?
- 1. 对输入的数组正序输出
- android list 快速查找
- DIV+CSS布局之圣杯布局与双飞翼布局
- 不吹不黑,三年赶超阿里云,华为这次是认真的!
热门文章
- ubuntu 16.04 安装php扩展
- pytorch 错误 AttributeError: ‘Tensor‘ object has no attribute ‘backword‘
- Ubuntu 20.04 LTS 安装坚果云
- 【3D游戏编程】1. 游戏的本质——《漫威:未来之战》游戏简析
- 电磁兼容测试(EMC)的简单理解(一)
- 几款HID SmartID NFC门禁读卡器
- 德卡t10社保卡类型_德卡T10读卡器 读取身份证号码和身份证UID
- 因酷教育系统环境配置教程
- 微信小程序反编译wxss文件缺失_微信小程序反编译~2020年
- 谷歌提示尝试次数过多解决