Nuestros mejores desarrolladores han agotado sus reservas de café, buscando a tiempo completo por la respuesta, hasta que Armando encontró el arreglo en Bitbucket así que en este momento la comparte con nosotros.
Solución:
Supongamos que desea utilizar PCA y TruncatedSVD como paso de reducción de la dimensionalidad.
pca = decomposition.PCA()
svd = decomposition.TruncatedSVD()
svm = SVC()
n_components = [20, 40, 64]
Puedes hacerlo:
pipe = Pipeline(steps=[('reduction', pca), ('svm', svm)])
# Change params_grid -> Instead of dict, make it a list of dict
# In the first element, pass parameters related to pca, and in second related to svd
params_grid = [
'svm__C': [1, 10, 100, 1000],
'svm__kernel': ['linear', 'rbf'],
'svm__gamma': [0.001, 0.0001],
'reduction':pca,
'reduction__n_components': n_components,
,
'svm__C': [1, 10, 100, 1000],
'svm__kernel': ['linear', 'rbf'],
'svm__gamma': [0.001, 0.0001],
'reduction':svd,
'reduction__n_components': n_components,
'reduction__algorithm':['randomized']
]
y ahora simplemente pase el objeto de canalización a gridsearchCV
grd = GridSearchCV(pipe, param_grid = params_grid)
Vocación grd.fit()
buscará los parámetros en ambos elementos de la lista params_grid, utilizando todos los valores de one
a la vez
Mire mi otra respuesta para obtener más detalles: tubería “paralela” para obtener el mejor modelo usando gridsearch
Una solución alternativa que no requiere prefix los nombres de los estimadores en la grilla de parámetros son los siguientes:
from sklearn.ensemble import RandomForestClassifier
from sklearn.neighbors import KNeighborsClassifier
from sklearn.linear_model import LogisticRegression
# the models that you want to compare
models =
'RandomForestClassifier': RandomForestClassifier(),
'KNeighboursClassifier': KNeighborsClassifier(),
'LogisticRegression': LogisticRegression()
# the optimisation parameters for each of the above models
params =
'RandomForestClassifier':
"n_estimators" : [100, 200, 500, 1000],
"max_features" : ["auto", "sqrt", "log2"],
"bootstrap": [True],
"criterion": ['gini', 'entropy'],
"oob_score": [True, False]
,
'KNeighboursClassifier':
'n_neighbors': np.arange(3, 15),
'weights': ['uniform', 'distance'],
'algorithm': ['ball_tree', 'kd_tree', 'brute']
,
'LogisticRegression':
'solver': ['newton-cg', 'sag', 'lbfgs'],
'multi_class': ['ovr', 'multinomial']
y puedes definir:
from sklearn.model_selection import GridSearchCV
def fit(train_features, train_actuals):
"""
fits the list of models to the training data, thereby obtaining in each
case an evaluation score after GridSearchCV cross-validation
"""
for name in models.keys():
est = models[name]
est_params = params[name]
gscv = GridSearchCV(estimator=est, param_grid=est_params, cv=5)
gscv.fit(train_features, train_actuals)
print("best parameters are: ".format(gscv.best_estimator_))
básicamente recorriendo los diferentes modelos, cada modelo se refiere a su propio conjunto de parámetros de optimización a través de un diccionario. Por supuesto no olvides pasar el diccionario de modelos y parámetros al fit
función, en caso de que no las tenga como variables globales. Eche un vistazo a este proyecto de GitHub para obtener una descripción general más completa.
Aquí tienes las comentarios y puntuaciones
Si tienes algún impasse o capacidad de desarrollar nuestro enunciado eres capaz de ejecutar una explicación y con placer lo analizaremos.