sklearn:如何在sknn中重置Regressor或分类器对象
sklearn:如何在sknn中重置Regressor或分类器对象
提问于 2015-10-03 05:40:41
我定义了一个回归变量，如下所示：
nn1 = Regressor(
layers=[
Layer("Rectifier", units=150),
Layer("Rectifier", units=100),
Layer("Linear")],
regularize="L2",
# dropout_rate=0.25,
learning_rate=0.01,
valid_size=0.1,
learning_rule="adagrad",
verbose=False,
weight_decay=0.00030,
n_stable=10,
f_stable=0.00010,
n_iter=200)我在k折交叉验证中使用了这个回归器。为了让交叉验证正常工作，而不是从以前的折叠中学习，有必要在每次折叠后重置回归器。
如何重置回归器对象？
回答 2
Stack Overflow用户
回答已采纳
发布于 2016-03-24 12:07:47
sklearn.base.clone应该能实现您希望实现的目标
Stack Overflow用户
发布于 2015-12-04 18:16:41
我用于交叉验证的模式为每个训练/测试对实例化一个新的分类器：
from sklearn.cross_validation import KFold
kf = KFold(len(labels),n_folds=5, shuffle=True)
for train, test in kf:
clf = YourClassifierClass()
clf.fit(data[train],labels[train])
# Do evaluation with data[test] and labels[test]您可以将当前最好的分类器保存在单独的变量中，并在交叉验证后访问其参数(如果您想尝试不同的参数，这也很有用)。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/32916255
复制相关文章
相似问题
腾讯云开发者
