Max*_*wer 5 python machine-learning scikit-learn cross-validation
sklearn文档中的开发人员指南(下面的链接)有一个引起我注意的部分标题 - "一个示例算法技巧:热重启以进行交叉验证"
不幸的是,目前该部分只是说"TODO:演示了使用Coordinate Descent进行线性回归交叉验证的热重启技巧".
grid_search.GridSearchCV和grid_search.RandomizedSearchCV没有热启动参数,所以我猜想在交叉验证期间使用暖重启将需要一个支持热启动的估算器.但是还有一个开放的github问题,开发人员说 "由于GridSearchCV的设计方式(使用克隆,与n_jobs并行),设置warm_start选项不会产生任何影响.创建一个网格搜索对象会很好可以从热启动中受益."
有没有办法在sci-kit中实现0.17的"算法技巧:热重启以进行交叉验证"？
编辑:或者现在它已经发布了0.18？
| 归档时间： |
|
| 查看次数： |
631 次 |
| 最近记录： |