机器学习（sklearn网格搜索法）
发布时间
阅读量：
阅读量
通过网格搜索法，可以系统性地探索各类参数组合，以确定最优解。sklearn库中提供的GridSearchCV工具，支持通过字典形式指定分类或回归模型的参数配置。在该字典中，键对应需要调整的参数名称，而对应的值则为待验证的参数取值集合。
from sklearn.svm import SVC
from sklearn.grid_search import GridSearchCV
from pprint import PrettyPrinter
import numpy as np
def classify(x,y):
clf = GridSearchCV(SVC(random_state=42,max_iter=100),{'kernel':['linear','poly','rbf'],'C':[1,10]})#创建网格搜索
clf.fit(x,y)
print("Scores",clf.score(x,y))
PrettyPrinter().pprint(clf.grid_scores_)
# print(clf.grid_scores_)
rain = np.load('rain.npy')
dates = np.load('doy.npy')
全部评论 (0)
还没有任何评论哟~