python机器学习-sklearn挖掘乳腺癌细胞(四)
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python机器学习-sklearn挖掘乳腺癌细胞(四),小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1818字,纯文字阅读大概需要3分钟。
内容图文
![python机器学习-sklearn挖掘乳腺癌细胞(四)](/upload/InfoBanner/zyjiaocheng/855/34dce7a6732b420c8c5e25a440ad4c48.jpg)
?python机器学习-sklearn挖掘乳腺癌细胞( 博主亲自录制)
网易云观看地址
模型调参
调参是一门黑箱技术,需要经验丰富的机器学习工程师才能做到。幸运的是sklearn有调参的包,入门级学者也可尝试调参。
如果参数不多,可以手动写函数调参,如果参数太多可以用GridSearchCV调参,如果参数多的占用时间太长,可以用randomSizeCV调参,节约调参时间
GridSearchCV
如果参数太多可以用GridSearchCV调参
(1)单参数调参
(2)多参数调参
因为有n_neighbors和weights两个参数,因此诞生了60个结果
因为有两个参数,所以得到最佳模型:weight=distance,n_neighbor=12
RandomSizeSearchCV
randomSizeCV调参类似于GridSearchCV的抽样
如果参数多的占用时间太长,可以用randomSizeCV调参,节约调参时间。
randomSizeCV调参准确率会略低于GridSearchCV,但可以节约大量时间。
randomSizeCV调参代码
# -*- coding: utf-8 -*- """ Created on Sat Jun 16 19:54:25 2018 @author: 231469242@qq.com """ from sklearn.grid_search import RandomizedSearchCV import matplotlib.pyplot as plt #交叉验证 from sklearn.cross_validation import cross_val_score from sklearn.datasets import load_breast_cancer from sklearn.neighbors import KNeighborsClassifier #导入数据 cancer=load_breast_cancer() x=cancer.data y=cancer.target #调参knn的邻近指数n k_range=list(range(1,31)) weight_options=['uniform','distance'] param_dist=dict(n_neighbors=k_range,weights=weight_options) knn=KNeighborsClassifier() #n_iter为随机生成个数 rand=RandomizedSearchCV(knn,param_dist,cv=10,scoring='accuracy', n_iter=10,random_state=5) rand.fit(x,y) rand.grid_scores_ print('best score:',rand.best_score_) print('best params:',rand.best_params_)
扫二维码,关注博主主页,学习更多Python知识
内容总结
以上是互联网集市为您收集整理的python机器学习-sklearn挖掘乳腺癌细胞(四)全部内容,希望文章能够帮你解决python机器学习-sklearn挖掘乳腺癌细胞(四)所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。