当我尝试使用网格搜索运行我的机器学习管道时，我得到了以下错误。我不确定这个错误是从哪里来的，因为网格搜索的命名似乎是正确的，参数也是正确的。"ValueError: Invalid parameter min_samples_split for estimator MultiOutputClassifier(estimator=RandomForestClassifierNone,
min_impur
浏览 395提问于2019-03-23得票数 1
我试图评估多个评分指标，以确定模型性能的最佳参数。也就是说，说：
gs.fit(X, y)best_estimator= gs.best_estimator_
print(bes
浏览 4提问于2020-07-20得票数 4
回答已采纳
我正在尝试使用GridSearchCV为我的RandomForestRegressor找到最佳参数，但是每次我运行以下代码时，内核都会在我的Jupiter笔记本中死掉。有什么我能做的吗？extra_cl_random = GridSearchCV(estimator=estimator, param_grid=grid)
extra_cl_random= RandomizedSearchCV(estimator=estima
浏览 0提问于2019-05-15得票数 0
我已经使用管道拟合了ExtraTreeClassifers模型以下是模型参数 ('clf',
浏览 0提问于2021-03-01得票数 0
1回答
随机林中的超参数整定
、、、、
我试着在数据集上使用随机森林算法来预测房价，medv在sklearn的.In的帮助下，我尝试了以下3 iterations#1. import the class/model{'RMSE Test': 2.9850839211419435, 'RMSE Train': 1.2291604936401441}
浏览 1提问于2018-11-29得票数 4
我在RandomizedSearchCV的估计器中经历了一次意想不到的行为：rf_base=RandomForestClassifier()
rf_random=RandomizedSearchCV(
浏览 11提问于2022-06-04得票数 0
正如您从下面的代码中看到的(可以工作)，我能够从网格搜索中获得最佳估计器，然后将该估计器传递给RFECV。然而，我宁愿先做RFECV，而不是网格搜索。问题是，当我将选择器从RFECV传递到网格搜索时，它不接受它：有没有可能从RFECV获取选择器并将其直接传递给RandomizedSearchCV，或者这在程序上不是正确的做法？n_repeated=0, n_classes=8, n_clusters_per_class=1, random_stat
浏览 5提问于2015-08-25得票数 7
我想改进GridSearchCV用于随机森林回归器的参数。sklearn.model_selection import ShuffleSplit "bootstrap": [True, False],
grid = GridSearchCV(estimator= Rand
浏览 1提问于2017-04-24得票数 9
1回答
我有一个关于超参数调优和寻找最佳拟合模型的问题(为特定的数据集寻找最合适的模型)。“验证集”来测试模型的泛化能力(对未见数据的性能)，之后可能会更改一些参数。但是，我不知道如何使用验证集来测试我的模型的泛化能力。=min_samples_split, min_samples_leaf=min_samples_leaf, criterion=criterion)
gd_sr_dt = GridSear
浏览 4提问于2021-01-06得票数 0
回答已采纳
我有文本值，所以我使用CountVectorizer()，我想为我的模型找到最佳参数，所以我使用GridSearchCV和model.best_params_。决策树和MultiOutputClassifier的最佳参数。我得到了错误，但我不知道如何修复它，我到处寻找： min_imp
浏览 1提问于2019-07-22得票数 2
在为GridSearch进行超参数调优时，我遇到了奇怪的错误。我从随机搜索cv中得到了一些最好的参数，并且我试图在网格搜索cv中拟合这些参数。我搞错了
参数(条件)的参数网格需要是一个列表或numpy数组，但是得到(<class 'str'>).单个值需要包装在一个带有一个元素的列表中。=rf_random_tuned.best_params_['min_samples_split</
浏览 3提问于2020-12-18得票数 0
回答已采纳
我试图使用AdaBoost ("DTC")作为base_estimator来调优DecisionTreeClassifier分类器("ABT")。我想同时调优的 ABT和DTC参数，但不知道如何实现--管道不应该工作，因为我不是将DTC的输出“管道”到ABT。其想法是在GridSearchCV估计器中迭代ABT和DTC的超参数。如何正确地指定调优参数？
我尝试了以下操作，这在下面生成了一个错误。
浏览 5提问于2015-08-25得票数 32
回答已采纳
1回答
滑雪板管道的预测建模
、、、
我想知道用交叉验证进行超参数优化的最佳管道是什么，并将经过训练的模型应用于新实例。max_depth = [int(x) for x in np.linspace(10, 110, num = 11)] min_samples_split': min_samples_split,
浏览 0提问于2018-06-22得票数 0
回答已采纳
在支持向量机上应用adaboost之后，我想知道adaboost算法中使用的模型(它们的参数)。ada=AdaBoostClassifier(n_estimators=10, base_estimator=SVC(probability=True)) 如何查找adaboost.Thank中使用的模型
浏览 1提问于2014-01-16得票数 4
我试图使用Sklearn的VotingClassifier()构建一些模型的集合，看看它是否比单个模型工作得更好。我尝试了两种不同的方法。我试图用单个的随机森林模型、梯度增强模型和XGBoost模型来实现它。--我尝试使用许多随机森林模型的集合( n_estimators和max_depth.使用不同的参数)来构建它。，我得到输出中的所有内容。我有30个这样的不同型号。但这一次，当我
ensemble_model_churn = Vo
浏览 4提问于2021-04-16得票数 0
回答已采纳
, 0.4, 0.5], from sklearn.model_selection import GridSearchCV
浏览 79提问于2020-03-13得票数 5
2回答
我想开发一个随机森林模型来进行预测，在建立了一个基线(带有默认参数)之后，我将使用scikit-learn的GridSearchCV进行超参数调优。在设置了一些参数(如max_depth、min_samples_split等)之后，我注意到，在完成GridSearch之后，最好的参数是最高最大参数(max_depth)和最小的最小参数(min_samples_split换句话说，GridSearch
浏览 0提问于2022-12-05得票数 1
1回答
我试图使用GridSearchCV获得优化的参数，但我得到了错误： AttributeError: 'DecisionTreeClassifier' object has no attribute '以下是模型的代码： #DTparams = {'criterionclassifier, params, cv=3, n_jobs=4)
cl
浏览 64提问于2021-04-11得票数 0
回答已采纳
我试图创建一个直线并微调超参数，但是我尝试使用fit，我得到了错误 "max_features": [1, 3,5,10,20,30,45],
现
浏览 4提问于2022-03-26得票数 2
我正在尝试学习如何使用GridSearchCV()方法在决策树分类器中找到最优的超参数。问题是，如果只指定一个参数的选项，就可以了，如下所示：# Modified for documentation_None0.68DecisionTreeClassif
浏览 3提问于2016-10-27得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
