问题标签 [grid-search]

我正在构建多个分类器的网格搜索，并希望使用递归特征消除和交叉验证。我从使用 scikit-learn 的递归特征消除和网格搜索中提供的代码开始。以下是我的工作代码：

我收到了 DeprecationWarning，因为它似乎在 0.18 中删除了“estimator_params”参数；我试图找出在第 4 行中使用的正确语法。

试...

返回 ValueError：参数值应该是一个列表。和...

返回 ValueError：估计器 RFECV 的参数惩罚无效。使用 来检查可用参数列表estimator.get_params().keys()。检查键将“C”、“fit_intercept”和“penalty”中的所有 3 个显示为参数键。试...

永远不会完成执行，所以我猜不支持这种类型的参数分配。

至于现在，我设置为忽略警告，但我想使用 0.18 的适当语法更新代码。任何援助将不胜感激！

这是一个关于 Python 2.7 和 Pandas 0.17.1 中的 scikit learn（版本 0.17.0）的问题。为了使用此处详述的方法拆分原始数据（没有丢失条目） ，我发现如果使用拆分数据继续进行 a .fit()，则会出现错误。

这是与重命名变量的其他stackoverflow问题基本相同的代码。然后我实例化了一个网格并尝试拟合拆分数据，以确定最佳分类器参数。错误发生在下面代码的最后一行之后：

以下是上述代码产生的错误信息：

注意：X保留和y作为 Pandas数据结构 对我来说很重要，类似于上面另一个 stackoverflow 问题中提出的第二种方法。即我不想使用X.valuesand y.values。

问题： 使用原始数据作为 Pandas 数据结构（DataFrameforX和Seriesfor y），有没有办法运行grid.fit()而不会收到此错误消息？

我有一个正在使用 gridsearchcv 调整的 rbf SVM。我如何判断我的好结果实际上是好结果还是过度拟合？

在这个简化的示例中，我正在使用 GridSearchCV 训练逻辑回归。与往常一样，我希望模型能够很好地泛化，因此我想仔细查看测试集的结果。使用 GridSearchCV 时，我找不到简单的方法来做到这一点。

我想进一步分析模型未训练的示例（例如查看他们的混淆矩阵），但由于交叉验证是透明地发生的，我无法选择这些示例。我可以进行新的训练测试拆分并重新训练，但这似乎很浪费。

当我想找到最好的超参数时，Scikit 的GridSearch是完美的。我想使用相同的理念来找到线性回归的最佳参数集，使用跨多个折叠的目标函数。如何在多个折叠上优化线性回归的参数（字面意思是 beta 和截距）？

用例（简化）：
我有一个包含三年数据的数据集。我想定义什么是“所有年份都可以”的最佳线性回归。如果我将线性回归拟合到整个数据集，我将得到一个可以减少所有数据的最小二乘误差的数据。我将有效地减少错误

但是，这（min(error)）不是我的目标。我可以在这个目标上得到一个很好的结果，仅仅是因为分类器在第 1 年和第 2 年做得很好，这足以弥补第 3 年的损失。

我实际上想要最小化的是类似于min(max(error_year_1, error_year_1, error_year_1)).

对此的一种怪异方法是创建一个函数 f(b0, b1, b2, year1, year2, year3)，它返回错误的最大值，然后使用 scipy 最小化该函数。

实际问题：有没有办法在 scikit 中做到这一点？

我一直在使用带有 RBF SVM（二进制分类器）的 Gridsearchcv 来获得验证准确度热图。我使用的代码几乎直接来自 SKlearn 的网站。有没有办法从中找到敏感性和特异性？至于 Gridsearchcv 使用的参数值的范围？

我正在使用python并scikit-learn进行一些交叉验证测试。目前，我将 pandas 数据框拆分为训练集（X_train, y_train）和测试集（X_test, y_test），然后对训练集执行随机 3 折交叉验证，并使用网格搜索中的最终参数在我的测试集：

因此，能够执行这些类型的随机 k 折网格搜索很酷，但是sklearn库中是否有本地方法可以对特定数据集进行网格搜索。为了更准确地说我上面的代码，是否有一种本地方法sklearn来开发模型X_train，y_train使用给定的参数，其中网格搜索的结果最佳参数由结果模型对特定数据集的拟合确定，而不是随机的的 k 倍X_train，y_train?

我正在执行网格搜索以识别最佳 SVM 参数。我正在使用 ipython 和 sklearn。代码很慢，只在一个内核上运行。如何将其播种并利用多个内核？谢谢

我在 SGDClassifier（随机梯度下降分类器）上运行 Sklearn 库中的 GridSearchCV（网格搜索交叉验证）。我正在使用 Pandas 的 DataFrame 来获取功能和目标。这是代码：

其中 X_train 是一个 300 行 x 31 列的 Pandas DataFrame，每列由以下命名：

y_train 是一个 300 行 x 1 列的 Pandas 系列，其名称如下：

当我尝试 GridSearchCV 算法时，我收到以下错误语句：

我目前正在 Python 中实现支持向量回归，我正在通过 GridSearchCV 估计参数 C 和 gamma。我最初从大约 400 种 C 和 gamma 组合中进行搜索。这是一个非常详尽的搜索，现在已经在我的电脑上运行了一个多小时。

我想要的是接收状态更新，例如还有多少组合需要测试或类似的，因为目前很难判断程序是否正在运行，或者它是否刚刚冻结或正在发生什么。

从我在 sci-kit 学习文档中阅读的内容来看，我似乎找不到任何帮助。有环绕吗？