Hexo

GRID SEARCH 网格搜索（KNN算法）寻找最合适的超参数

KNN算法的超参数：

from sklearn.neighbors import KNeighborsClassifier

KNeighborsClassifier 的超参数：

1. n_neighbors : 表示选择距离最近的K个点来投票的数量。

knn_clf = KNeighborsClassifier(n_neighbors=3)

2.weights ：表示最近的K个点中，是否考虑距离的权重；

weights = uniform （默认）表示不考虑权重

weighs = distance 表示考虑距离的权重

knn_clf = KNeighborsClassifier(n_neighbors=3 , weights = 'distance')

3. p ：表示选择的距离类型；只有当 weights = ‘distance’ 时，p才有意义；

p = 1 表示选择曼哈顿距离

p = 2 表示选择欧拉距离（默认）

p >=3 表示选择其他距离

knn_clf = KNeighborsClassifier(n_neighbors=3 , weights = 'distance' , p = 1)

4. KNN算法还有其他超参数，暂时不考虑

具体可以参考：http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html

GRID SEARCH 网格搜索

1. 创建KNN实例，设置需要搜寻的超参数格式，用字典的形式表示

*字典的键 表示参数的名称 ； 对应的值放在列表中，表示需要搜寻的参数值*

2. 用GridSearchCV 来网格搜索

3. fit 结束后

调用 .best_estimator_ ，可以返回最佳的分类器

调用 .best_score_ ， 可以返回最佳分类器对应的准确度

调用 .best_params_ ，可以返回最佳分类器对应的参数

4. GridsearchCV 中的准确度（score）采用的是交叉验证（Cross-validation）得来的分数；不是通过 test数据集验证；

其他超参数：N_JOBS 和 VERBOSE

n_jobs 参数，表示为计算机分配几个核来并行执行搜索 ， n_jobs = -1 表示计算机有几个核就分配几个；

verbose 参数，表示在搜索的过程中 输出过程， 参数为整数，越大表示输出的内容月详细

%%time

grid_search = GridSearchCV(knn_clf,param_grid,n_jobs = -1,verbose=4)


grid_search.fit(X_train,y_train)
Fitting 3 folds for each of 60 candidates, totalling 180 fits
[Parallel(n_jobs=-1)]: Done  17 tasks      | elapsed:   10.8s
[Parallel(n_jobs=-1)]: Done  90 tasks      | elapsed:   35.6s
Wall time: 1min 14s
[Parallel(n_jobs=-1)]: Done 180 out of 180 | elapsed:  1.2min finished

赏

×

纯属好玩

扫码打赏，你说多少就多少

打开支付宝扫一扫，即可进行扫码打赏哦