内核 GridSearchCV 参数答案

【问题标题】：kernel GridSearchCV parameters内核 GridSearchCV 参数
【发布时间】：2021-01-16 14:02:54
【问题描述】：

我们可以在Gridserach中搜索内核如下：

我们应该避免哪些参数组合？

parameters = {'C': [0.1, 1, 10, 100, 1000],  
              'gamma': [1, 0.1, 0.01, 0.001, 0.0001,'auto'], 
              'kernel': ['linear', 'poly', 'rbf', 'sigmoid']} 
  Svm = GridSearchCV(Svm, param_grid=parameters, cv=kf,verbose=10)

【问题讨论】：

标签： python kernel svm gridsearchcv

【解决方案1】：

原则上可以在GridSearch中搜索内核。但是你应该记住'gamma' 只对‘rbf’、‘poly’ 和‘sigmoid’ 有用。这意味着当'kernel' 为'linear' 时，您将进行冗余计算。更好的方法是使用字典列表而不是字典作为param_grid的输入参数：

svm_linear = {'C': [0.1, 1, 10, 100, 1000], 
              'kernel': ['linear']} 
svm_others = {'C': [0.1, 1, 10, 100, 1000],
              'gamma': [1, 0.1, 0.01, 0.001, 0.0001,'auto'], 
              'kernel': ['poly', 'rbf', 'sigmoid']}
parameters = [svm_linear, svm_others]
Svm = GridSearchCV(Svm, param_grid=parameters, cv=kf,verbose=10)

您可以在 scikit-learn 文档中找到类似的参数设置：https://scikit-learn.org/stable/auto_examples/model_selection/plot_grid_search_digits.html

我希望这个答案对你有用。 :)

【讨论】：