我们可以像下面这样在Gridserach中搜索内核吗:
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)
最佳答案
原则上可以在GridSearch中搜索kernel。但您应该记住，'gamma' 仅对 '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
希望这个回答对您有用。 :)
关于python - 内核 GridSearchCV 参数，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/64145366/