Scikit learn-find best C & gamma by GridSearchCV () __我卡住了

【问题标题】：Scikit learn-find best C & gamma by GridSearchCV () __I'm stuckScikit learn-find best C & gamma by GridSearchCV () __我卡住了
【发布时间】：2017-05-10 05:22:46
【问题描述】：

我正在使用 GridSearchCV 为我的 SVR 模型获取最佳参数（C 和 gamma），当我运行它时，我卡了几个小时没有结果，那么这段代码有什么问题？

from sklearn.model_selection import KFold
C_range = np.logspace(-2, 10, 13)
gamma_range = np.logspace(-9, 3, 13)
param_grid = dict(gamma=gamma_range, C=C_range)
cv = KFold(n_splits=5, shuffle=False, random_state=None)
grid = GridSearchCV(SVR(kernel='rbf'), param_grid=param_grid, cv=cv)
grid.fit(X, y)

print("The best parameters are %s with a score of %0.2f"
  % (grid.best_params_, grid.best_score_))

【问题讨论】：

标签： python machine-learning scikit-learn svm

【解决方案1】：

n_splits 不是sklearn.cross_validation.ShuffleSplit 的参数，而是sklearn.model_selection.ShuffleSplit 的参数。

来自sklearn.cross_validation的code base：

class ShuffleSplit(BaseShuffleSplit):
    """Random permutation cross-validation iterator.

     .. deprecated:: 0.18
        This module will be removed in 0.20.
        Use :class:`sklearn.model_selection.ShuffleSplit` instead.

【讨论】：

我更新并修复了错误，但我现在有另一个错误... TypeError 'KFold' object is not iterable
cv 参数不能将KFold 作为输入。如果您想要5 拆分，请将cv=5 作为输入，它将使用KFold 或StratifiedKFold 来生成拆分。请参阅文档here。