问题标签 [gridsearchcv]

目前我从我的运行以下代码model.py

用命令nohup python -u model.py &

然后使用top -c我监视过程。

一旦我使用我的数据子集启动流程，我可以看到所有工作人员都在运行，但是如果我尝试使用我所有的 600 万个观察结果，流程输出[Parallel(n_jobs=-1)]: Using backend LokyBackend with 128 concurrent workers.

从多个工人开始，然后过一段时间只使用 1 个核心。如果我只使用 ~200k 观察，则该过程使用所有核心。为什么大数据集不能使用所有核心？

我尝试使用 GridSearchCV 为我的分类器提供最佳参数。我正在使用一类 SVM，我的代码是：

我有错误：

请问怎么修？

我正在使用AdaBoost，我想看看哪些估算器参数最适合使用GridSearchCV. 是否可以在我的“参数”变量中包含估计器参数？例如，如何改变 DecisionTreeClassifier 的 max_depth？

我正在寻找一种在 sklearn中绘制图表cv_results_的方法。GridSearchCV但是示例中的代码使用了grid_scores_

我改变grid_scores_了cv_results

cv_results包括 ['params']

我有错误

我必须提取['mean_test_score']良好的条件：

我正在尝试使用 gridsearchCV 调整超参数 kernel_regularizer，但 gridsearchCV 一直告诉我我为 kernel_regularizer 输入的参数名称不是真实参数

我尝试了各种参数名称，例如 l2、kernel_regularizer、kernel、regularizers.l2、regularizers.l2()，但都没有奏效。

我也在网上查看过，但似乎找不到有关此问题的任何文档

我的顺序模型使用 kernel_regularizer=l2(0.01)

我想知道sklearn.model_selection.RandomizedSearchCV（GridSearchCV在某种程度上）是如何处理模型、信息和内存的。实际上，尽管进行了一些研究，但我找不到任何资源来解释（使用n_jobs =-1或>1）每个堆叠步骤存储的内容。

尽管我很确定每个模型都已存储，因为您可以检索具有最佳参数的模型，但它会保留每个模型吗？或者它是否在每一步都保持最后一个构建的和存储的之间最好的一个？

提前感谢您的回复:)

我正在尝试使用GridSearchCV实现决策树分类器。实施后我试图访问cv_results_.mean_train_score但我得到关键错误。

当我试图访问 gsearch_cv 的所有键时，我无法找到字典键 mean_train_score。

是否可以在 Jupyter Notebook 中查看 GridSearchCV 的进度？我在 python 中运行这个脚本：

我只能在单元格的输出中看到一些警告。

In sklearn 0.17.1 there was-->> grid_scores_ : list of named tuples (https://scikit-learn.org/0.17/modules/generated/sklearn.grid_search.GridSearchCV.html#sklearn.grid_search.GridSearchCV)

Now in sklearn 0.21.2 it is replaced with-->> cv_results_ : dict of numpy (masked) ndarrays (https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html)

Previously with sklearn 0.17.1, I was able to plot all grid parameters on a single plot using grid_scores_ but now I am unable to aggregate the values obtained from cv_results_ as there is no "mean_validation_score" in newer version.

I have an existing code which plotted all the parameters score in sklearn 0.17.1 (https://scikit-learn.org/0.17/modules/generated/sklearn.grid_search.GridSearchCV.html#sklearn.grid_search.GridSearchCV) where grid_scores_ was used and it perfectly plotted all the values on one plot.

In newer version of slearn cv_results_ has been replaced with grid_scores_. I have tried to append all the values in want to plot all the parameters on one plot, currently I am unable to add the correct values to plot on the graph.

This image is not filled as there is no "mean_validation_score" which can be filled for each subplot now: https://ibb.co/Z6jwnMr

Expected Result (should be filled): https://ibb.co/Z6jwnMr

However each subplot on the plot should have a curve depicting best value for the parameter. The keys do not have a "mean_validation_score" to plot the actual test score which was there in sklearn 0.17.1 but not in sklearn 0.20.2

Kindly let me know if there is still a way to plot all test scores on subplots of a single plot. Thanks in advance!!

我在 colab 中randomForestClassifier使用。GridSearchCV但是，myGridSearchCV不返回 mean_test_score 并显示它不存在。当我尝试检查clf.cv结果时，没有 mean_test_score。这适用于 Jupyter 笔记本而不是 Colab，我最近遇到了这个问题。