sklearn 中 learning_curve 函数中估计器参数的值应该是多少？

Posted 2023-03-12

【中文标题】sklearn 中 learning_curve 函数中估计器参数的值应该是多少？

【英文标题】：what should be the value of the estimator parameter in learning_curve function in sklearn?

【发布时间】：2018-12-11 15:14:51

【问题描述】：

我正在尝试制作学习曲线，我想使用的算法是 knn 算法。为此，估计器的值应该是什么。它的可能值或选项不在文档中（我不确定它是否应该在那里）。

这是我的代码-

features = ['age','sex','cp','trestbps','chol','fbs','restecg','thalach','exang','oldpeak','slope','ca','thal']
target = 'num'

train_size, train_scores, validation_scores = learning_curve(estimator = KNN(), x=dataset[features], y=dataset[target], train_size=train_sizes, cv=5, scoring='confusion_matrix')

错误是 - KNN() 未定义（原因很明显）。但我的问题是，如果我想使用 knn 算法，它的价值应该是多少。

【问题讨论】：

我不太明白你所说的“它应该是什么价值”是什么意思？

使用最近邻算法的估计器参数的值应该是多少

使用K最近邻算法的估计器参数值应该是多少

那么值完全取决于您的任务和数据

【参考方案1】：

来自learning curve docs：

estimator：实现“fit”和“predict”方法的对象类型

所以，如果你在回归设置中，你应该使用

from sklearn.neighbors import KNeighborsRegressor
# define the no. of nearest neighbors k
train_size, train_scores, validation_scores = learning_curve(estimator = KNeighborsRegressor(n_neighbors=k), [...])

如果你在分类设置中，你应该使用

from sklearn.neighbors import KNeighborsClassifier
# define the no. of nearest neighbors k
train_size, train_scores, validation_scores = learning_curve(estimator = KNeighborsClassifier(n_neighbors=k), [...])

当然，在这两种情况下，您还应该定义最近邻的数量k。

一般的想法是，在 estimator 参数中，您可以使用任何实现 fit 和 predist 方法的 scikit-learn 可用算法，如文档中明确提到的（上面提供的链接）。