grid-search

0熱度

1回答

Scikit學習RandomizedSearchCV不適用於MultinomialNB中的class_prior

我想在MultinomialNB（1）上進行隨機化參數優化。現在我的參數有3個，而不是一個值，因爲它是'class_prior'，而且我有3個類。 from sklearn.naive_bayes import MultinomialNB from sklearn.grid_search import RandomizedSearchCV from scipy.stats import uni

scikit-learn naivebayes grid-search 2017-09-27

---

0熱度

1回答

ValueError：未知標籤類型：'unknown' - 標籤是數字

我正在爲二元分類問題構建一個隨機森林分類器。我的標籤都是數字。 print labels.unique() [1 0] print type(labels) <class 'pandas.core.series.Series'> print labels.shape (3000,) 但是，當我在擬合模型Gridsearchcv pipeline = Pipeline(ste

python scikit-learn random-forest grid-search 2017-10-05

---

1熱度

2回答

超參數在分類表決

所以，我有一個分類，它看起來像 clf = VotingClassifier(estimators=[ ('nn', MLPClassifier()), ('gboost', GradientBoostingClassifier()), ('lr', LogisticRegression()), ], voting='soft') 而且我想基本

python machine-learning scikit-learn grid-search hyperparameters 2017-10-05

---

0熱度

1回答

如何使用GridSearchCV獲取每組參數的預測值？

我試圖找到NN迴歸模型採用GridSearchCV與下面的代碼的最佳參數： param_grid = dict(optimizer=optimizer, epochs=epochs, batch_size=batches, init=init grid = GridSearchCV(estimator=model, param_grid=param_grid, scoring='neg_mean

python machine-learning neural-network regression grid-search 2017-10-06

---

0熱度

1回答

XGBoost模型上的GridSearchCV給出錯誤

我在python中創建了XGBoost分類器。我試圖做GridSearch找到這樣 grid_search = GridSearchCV(model, param_grid, scoring="neg_log_loss", n_jobs=-1, cv=kfold) grid_result = grid_search.fit(X, Y) print("Best: %f using %s" %

machine-learning scikit-learn xgboost grid-search 2017-10-15

---

0熱度

1回答

Parametertune與Caret的神經網絡

我似乎無法找到一個使用R中的Caret包進行分類問題的神經網絡參數調整的示例。 看起來像method =「neuralnet」只支持迴歸問題。 有沒有人有我的問題的解決方案？

r neural-network classification r-caret grid-search 2017-10-17

---

2熱度

1回答

GridSearch for MultiClass KerasClassifier

我想爲Keras做一個多類分類的網格搜索。下面是一段代碼： 數據的一些屬性如下： y_ array(['fast', 'immobile', 'immobile', ..., 'slow', 'immobile', 'slow'], dtype='<U17') y_onehot = pd.get_dummies(y_).values y_onehot array

keras grid-search hyperparameters multiclass-classification 2017-10-17

---

1熱度

1回答

sklearn - 如何檢索PCA組件和從傳遞給GridSearchCV

我使用GridSearchCV與管道管線內部方差解釋如下： grid = GridSearchCV( Pipeline([ ('reduce_dim', PCA()), ('classify', RandomForestClassifier(n_jobs = -1)) ]), param_grid=[ { 'reduc

python scikit-learn pipeline grid-search 2017-10-17

---

1熱度

1回答

立即從GridSearch設置多個參數

在我的數據集上使用GridSearchCV後，我想提取所有最佳參數。 from sklearn.tree import DecisionTreeClassifier params_grid = {'max_depth': np.arange(3, 10), 'max_leaf_nodes':list(xrange(20,100,20)), 'max_featur

python machine-learning scikit-learn grid-search 2017-09-15

---

8熱度

1回答

爲什麼scikit-learn中的GridSearchCV產生這麼多的線程

這是我當前運行的GridSearch的pstree輸出，我很好奇看看哪些進程正在進行，還有一些我還不能解釋的東西。 ├─bash─┬─perl───20*[bash───python─┬─5*[python───31*[{python}]]] │ │ └─11*[{python}]] │ └─tee └─bash───pstree 我刪除了無關的東西。小括號表示線程。 p

python multithreading scikit-learn grid-search 2017-09-21

---