如何在分类器的参数上绘制误差图表
试图找到分类器的最佳参数。如何在分类器的参数上绘制误差图表
下面我的代码:
kf = StratifiedKFold(n_splits = 5, random_state=42) param = {"criterion":["gini", "entropy"], "max_features":[1, 2, 3, 4, 5, 10, 15, 20, 25, 30, 35, 40, "log2", "auto"],
"max_depth":[2, 4, 8, 16, 32, 64], "class_weight":[None, "balanced"]}
cv = GridSearchCV(RandomForestClassifier(), param, scoring="accuracy", n_jobs = -1, cv=kf)
cv.fit(X_train, y_train);
print("Best score (accuracy): ", cv.best_score_)
print("Best params: ", cv.best_params_)
print("Score on X_test: ", accuracy_score(y_test, cv.predict(X_test)))
但我想上绘制分类的参数的平均accureacy分类的图。
请帮帮我, 在此先感谢!
回答:
由于GridSearchCV
正在进行彻底搜索,您可能会得到一个结果矩阵,即每个参数组合与准确性相关联。然后,您可以选择你想从这个
绘制希望,这样的矩阵存在,并且可以使用GridSearchCV
的属性cv_results_
检索从GridSearchCV's doc:
,即你可以这样做:
result_matrix = cv.cv_results_
快乐绘制 pltrdy
以上是 如何在分类器的参数上绘制误差图表 的全部内容, 来源链接: utcz.com/qa/259012.html