sklearn中的超参数网格搜索

博客介绍了使用sklearn进行超参数网格搜索的方法。网格搜索会遍历所有参数,选出最优模型。以KNN模型为例,展示了加载分割数据集、定义超参数网格、使用GridSearchCV进行搜索,最后输出最优模型、参数和评分。

超参数网格搜索

sklearn中封装了超参数网格搜索的方法,使用起来会比自己写更加方便。所谓的网格查找其实只是把所有的参数都遍历一边,然后选出一个最好的模型。
下面对KNN模型进行超参数网格搜索。

#导入库
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import GridSearchCV
from sklearn.datasets import load_digits
from sklearn.model_selection import train_test_split

加载、分割数据集。

igits=load_digits()
X=digits.data
y=digits.target
X_train,X_test,
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值