【问题标题】:Using the best predictor from Randomized search for test data使用随机搜索测试数据的最佳预测器
【发布时间】:2021-09-23 21:33:44
【问题描述】:

我使用'RandomizedSearchCV' 函数来估计随机森林模型的最佳参数。我可以使用'best_estimator_' 属性来预测我的测试数据吗?

我的问题是,在进行随机搜索时,部分数据将用于验证。那么最佳估计 RF 模型不会在整个数据集 rt 上进行训练吗?还是这一切都在幕后处理?

【问题讨论】:

    标签: scikit-learn sklearn-pandas


    【解决方案1】:

    如文档cv.best_estimator_ 中所写,返回搜索选择的估计器,即给出最高分的估计器。

    如果参数refit 设置为True(默认值),模型将使用整个数据集(包括验证)上的最佳参数重新拟合模型。因此,您可以简单地使用cv.best_estimator_ 来预测您的测试数据。

    【讨论】:

    • 感谢您的确认。
    猜你喜欢
    • 1970-01-01
    • 2021-06-02
    • 2010-09-20
    • 2020-02-13
    • 2019-10-30
    • 1970-01-01
    • 1970-01-01
    • 2012-07-18
    • 2013-11-25
    相关资源
    最近更新 更多