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 ...

【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

使用OneVsRestClassifier的调参

【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

最新文章

热门文章