GridSearchCV 的替代方法,用于查找 SVM 模型的参数

Posted

技术标签:

【中文标题】GridSearchCV 的替代方法,用于查找 SVM 模型的参数【英文标题】:Alternative to GridSearchCV for finding the parameters for SVM model 【发布时间】:2018-10-02 18:59:12 【问题描述】:

我正在处理一个事务数据集,我正在尝试使用 SVM 创建一个流失预测模型。我已经手动定义了我的训练和测试数据集,并且没有使用 CrossValidation。

但是,要为我的 SVM(svc) 模型找到最佳超参数,是否有任何替代方法可以在没有 Grid Search CV 的情况下进行,我的目标是尝试防止发生任何数据泄漏,因为我知道使用 CV 不会解决不了那个问题。

【问题讨论】:

使用"using CV wouldn't solve that problem"?请解释。 GridSearchCV 使用 ParameterGrid 将提供的参数扩展到所有可能的组合,但如果使用得当,则不会发生数据泄漏。请详细说明您的方案。 【参考方案1】:

参数网格可以帮助您填充所有不同的参数组合 ParameterGrid 。

【讨论】:

感谢您,我能够使用 ParamaterGrid 并创建一个循环来迭代!欣赏它:)

以上是关于GridSearchCV 的替代方法,用于查找 SVM 模型的参数的主要内容,如果未能解决你的问题,请参考以下文章

用于多项式回归的 GridsearchCV

如何使用带有 SVC 估计器的 OneVsRestClassifier 的 GridSearchCV?

将 OneClassSVM 与 GridSearchCV 结合使用

用于多个模型的 GridSearchCV

将 GridSearchCV 用于 RandomForestRegressor

GridSearchCV/RandomizedSearchCV 与 sklearn 中的 partial_fit