我想知道是否有办法在 CalibratedCV 中嵌入的 RandomForrestClassifier 上执行 GridSearchCV,我想优化日志丢失,所以我需要在 CalibratedCV 上进行评估,但我想更改 RandomForrest 的参数。
提前致谢
我想知道是否有办法在 CalibratedCV 中嵌入的 RandomForrestClassifier 上执行 GridSearchCV,我想优化日志丢失,所以我需要在 CalibratedCV 上进行评估,但我想更改 RandomForrest 的参数。
提前致谢
由于我需要 RandomSearchCV 和 RandomForrestClassifier 可以愉快地使用所有可用的内核,我最终得到了我自己的解决方案,该解决方案使用:
from numpy import random
def random_params(model_parameters):
model_params = {}
for k, v in model_parameters.iteritems():
if type(v) is list:
model_params[k] = random.choice(v)
elif 'scipy' in str(type(v)):
try:
from scipy.stats import distributions
except ValueError:
raise ValueError('random_search requires scipy.stats')
model_params[k] = v.rvs(1)[0]
elif isinstance(v, int) or isinstance(v, float) or isinstance(v, str):
model_params[k] = v
else:
raise ValueError('Unrecognized search value for parameter %s' % k)
return model_params
随机绘制参数集。其余的都是微不足道的。