上一次用了驗證曲線來找最優(yōu)超參數(shù)腹殿。
用驗證曲線 validation curve 選擇超參數(shù)
今天來看看網格搜索(grid search)，也是一種常用的找最優(yōu)超參數(shù)的算法刻炒。
網格搜索實際上就是暴力搜索：
首先為想要調參的參數(shù)設定一組候選值悟耘，然后網格搜索會窮舉各種參數(shù)組合，根據(jù)設定的評分機制找到最好的那一組設置暂幼。
以支持向量機分類器 SVC 為例，用 GridSearchCV 進行調參：
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import classification_report
from sklearn.svm import SVC
1. 導入數(shù)據(jù)集管行，分成 train 和 test 集：
digits = datasets.load_digits()
n_samples = len(digits.images)
X = digits.images.reshape((n_samples, -1))
y = digits.target
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.5, random_state=0)
2. 備選的參數(shù)搭配有下面兩組邪媳，并分別設定一定的候選值：
例如我們用下面兩個 grids：
kernel＝'rbf', gamma, 'C'
kernel＝'linear', 'C'
tuned_parameters = [{'kernel': ['rbf'], 'gamma': [1e-3, 1e-4],
'C': [1, 10, 100, 1000]},
{'kernel': ['linear'], 'C': [1, 10, 100, 1000]}]
3. 定義評分方法為：
scores = ['precision', 'recall']
4. 調用 GridSearchCV雨效，
將 SVC(), tuned_parameters, cv=5, 還有 scoring 傳遞進去，
用訓練集訓練這個學習器 clf徽龟，
再調用 clf.best_params_ 就能直接得到最好的參數(shù)搭配結果，
例如传透，在 precision 下，
返回最好的參數(shù)設置是：{'C': 10, 'gamma': 0.001, 'kernel': 'rbf'}
還可以通過 clf.cv_results_ 的 'params'群嗤，'mean_test_score'兵琳，看一下具體的參數(shù)間不同數(shù)值的組合后得到的分數(shù)是多少：
結果中可以看到最佳的組合的分數(shù)為：0.988 (+/-0.017)
還可以通過 classification_report 打印在測試集上的預測結果 clf.predict(X_test) 與真實值 y_test 的分數(shù)：
for score in scores:
print("# Tuning hyper-parameters for %s" % score)
print()
# 調用 GridSearchCV闰围，將 SVC(), tuned_parameters, cv=5, 還有 scoring 傳遞進去既峡，
clf = GridSearchCV(SVC(), tuned_parameters, cv=5,
scoring='%s_macro' % score)
# 用訓練集訓練這個學習器 clf
clf.fit(X_train, y_train)
print("Best parameters set found on development set:")
print()
# 再調用 clf.best_params_ 就能直接得到最好的參數(shù)搭配結果
print(clf.best_params_)
print()
print("Grid scores on development set:")
print()
means = clf.cv_results_['mean_test_score']
stds = clf.cv_results_['std_test_score']
# 看一下具體的參數(shù)間不同數(shù)值的組合后得到的分數(shù)是多少
for mean, std, params in zip(means, stds, clf.cv_results_['params']):
print("%0.3f (+/-%0.03f) for %r"
% (mean, std * 2, params))
print()
print("Detailed classification report:")
print()
print("The model is trained on the full development set.")
print("The scores are computed on the full evaluation set.")
print()
y_true, y_pred = y_test, clf.predict(X_test)
# 打印在測試集上的預測結果與真實值的分數(shù)
print(classification_report(y_true, y_pred))
print()
相關閱讀：
為什么要用交叉驗證
用學習曲線 learning curve 來判別過擬合問題
用驗證曲線 validation curve 選擇超參數(shù)
推薦閱讀 歷史技術博文鏈接匯總
http://www.reibang.com/p/28f02bb59fe5
也許可以找到你想要的：
[入門問題][TensorFlow][深度學習][強化學習][神經網絡][機器學習][自然語言處理][聊天機器人]
