内核 GridSearchCV 参数

Question

我们可以在Gridserach中搜索内核吗，如下所示：

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)

Answer 1

原则上可以在GridSearch中搜索内核。但您应该记住，这\'gamma\'仅对\xe2\x80\x98rbf\xe2\x80\x99,\xe2\x80\x98poly\xe2\x80\x99和有用\xe2\x80\x98sigmoid\xe2\x80\x99。\'kernel\'这意味着当是 时，您将进行冗余计算\'linear\'。更好的方法是使用字典列表而不是字典作为 的输入参数param_grid：

\n

svm_linear = {\'C\': [0.1, 1, 10, 100, 1000], \n              \'kernel\': [\'linear\']} \nsvm_others = {\'C\': [0.1, 1, 10, 100, 1000],\n              \'gamma\': [1, 0.1, 0.01, 0.001, 0.0001,\'auto\'], \n              \'kernel\': [\'poly\', \'rbf\', \'sigmoid\']}\nparameters = [svm_linear, svm_others]\nSvm = GridSearchCV(Svm, param_grid=parameters, cv=kf,verbose=10)\n

\n

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

\n

我希望这个答案对你有用。:)

\n