有没有简单的方法来进行网格搜索，而无需在python中进行交叉验证？

  • Z时代
  • 2024-01-10
  • 分类：问答

在scikit-

learn中有一个绝对有用的GridSearchCV类可以进行网格搜索和交叉验证，但是我不想交叉验证。我想进行网格搜索而不进行交叉验证，并使用整个数据进行训练。更具体地说，我需要在网格搜索期间使用“

oob分数”评估RandomForestClassifier制作的模型。有简单的方法吗？还是我一个人上课？

要点是

  • 我想用简单的方法进行网格搜索。

  • 我不想交叉验证。

  • 我需要使用整个数据来训练。（不想分开来训练数据和测试数据）

  • 在网格搜索期间，我需要使用oob分数进行评估。

回答：

我真的建议不要使用OOB评估模型，但是了解如何在外部运行网格搜索GridSearchCV()（这是非常有用的（我经常这样做，这样我可以保存最佳网格的CV预测值以便于模型堆叠）非常有用）。我认为最简单的方法是通过创建参数网格，ParameterGrid()然后循环遍历所有参数集。例如，假设您有一个名为“

grid”的网格字典，以及一个名为“ rf”的RF模型对象，则可以执行以下操作：

for g in ParameterGrid(grid):
    rf.set_params(**g)
    rf.fit(X,y)
    # save if best
    if rf.oob_score_ > best_score:
        best_score = rf.oob_score_
        best_grid = g
print "OOB: %0.5f" % best_score 
print "Grid:", best_grid

以上是 有没有简单的方法来进行网格搜索，而无需在python中进行交叉验证？ 的全部内容， 来源链接： utcz.com/qa/411610.html

回到顶部