GridSearchCV()是sklearn中的一个函数,专门调试参数的函数grid_search.
各个参数的含义:
class sklearn.model_selection.GridSearchCV(estimator, param_grid, scoring=None, fit_params=None, n_jobs=1, iid=True, refit=True, cv=None, verbose=0, pre_dispatch=‘2*n_jobs’, error_score=’raise’, return_train_score=’warn’)
1.estimator 选择使用的分类器,并且传入除需要确定最佳的参数之外的其他参数。 每一个分类器都需要一个scoring参数,或者score方法: 如estimator=RandomForestClassifier( min_samples_split=100, min_samples_leaf=20, max_depth=8, max_features='sqrt', random_state=10), 2.param_grid 需要最优化的参数的取值,值为字典或者列表,例如: param_grid =param_test1, param_test1 = {'n_estimators':range(10,71,10)}。 3. scoring=None 模型评价标准,默认None,这时需要使用score函数;或者如scoring='roc_auc', 根据所选模型不同,评价准则不同。字符串(函数名),或是可调用对象, 需要其函数签名形如:scorer(estimator, X, y);如果是None,则使用estimator的误差估计函数。 4.n_jobs=1 n_jobs: 并行数,int:个数,-1:跟CPU核数一致, 1:默认值 5.cv=None 交叉验证参数,默认None,使用三折交叉验证。指定fold数量,默认为3,也可以是yield产生训练/测试数据的生成器。 6.verbose=0, scoring=None verbose:日志冗长度,int:冗长度,0:不输出训练过程,1:偶尔输出,>1:对每个子模型都输出。 7.pre_dispatch=‘2*n_jobs’ 指定总共分发的并行任务数。当n_jobs大于1时,数据将在每个运行点进行复制,这可能导致OOM, 而设置pre_dispatch参数,则可以预先划分总共的job数量,使数据最多被复制pre_dispatch次 8.return_train_score=’warn’ 如果“False”,cv_results_属性将不包括训练分数。 9.refit :默认为True,程序将会以交叉验证训练集得到的最佳参数,重新对所有可用的训练集与开发集进行, 作为最终用于性能评估的最佳模型参数。即在搜索参数结束后,用最佳参数结果再次fit一遍全部数据集。 10.iid:默认True,为True时,默认为各个样本fold概率分布一致,误差估计为所有样本之和,而非各个fold的平均。 进行预测的常用方法和属性 grid.fit():运行网格搜索 grid_scores_:给出不同参数情况下的评价结果 best_params_:描述了已取得最佳结果的参数的组合 best_score_:成员提供优化过程期间观察到的最好的评分 ------------------------------------------------------- param_test1 ={'n_estimators':range(10,71,10)} gsearch1= GridSearchCV( estimator =RandomForestClassifier( min_samples_split=100, min_samples_leaf=20,max_depth=8, max_features='sqrt', random_state=10), param_grid =param_test1, scoring='roc_auc', cv=5) gsearch1.fit(X,y) gsearch1.grid_scores_, gsearch1.best_params_, gsearch1.best_score_ ''' 输出结果如下: ([mean: 0.80681, std:0.02236, params: {'n_estimators': 10}, mean: 0.81600, std: 0.03275, params:{'n_estimators': 20}, mean: 0.81818, std: 0.03136, params:{'n_estimators': 30}, mean: 0.81838, std: 0.03118, params:{'n_estimators': 40}, mean: 0.82034, std: 0.03001, params:{'n_estimators': 50}, mean: 0.82113, std: 0.02966, params:{'n_estimators': 60}, mean: 0.81992, std: 0.02836, params:{'n_estimators': 70}], {'n_estimators': 60}, 0.8211334476626017) ''' 如果有transform,使用Pipeline简化系统搭建流程,将transform与分类器串联起来(Pipelineof transforms with a final estimator) pipeline= Pipeline([("features", combined_features), ("svm", svm)]) param_grid= dict(features__pca__n_components=[1, 2, 3], features__univ_select__k=[1,2], svm__C=[0.1, 1, 10]) grid_search= GridSearchCV(pipeline, param_grid=param_grid, verbose=10) grid_search.fit(X,y) print(grid_search.best_estimator_)参考文章:https://blog.csdn.net/CherDW/article/details/54970366