- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
在我的项目中,我使用 sklearn 中的 GridSearchCV 来详尽搜索模型的指定参数值,以找到最佳的参数值。我只是在 RandomForestClassifier 中进行了测试,并帮助我找到了最好的 max_depth
和 n_estimators
。基于此,我有两个问题:
GridSearchCV
是否在底层使用了最大似然估计 (MLE) 的概念?GridSearchCV
?我认为这是模型选择的概念,但我不知道如何通过 sklearn 来使用它。 谢谢
最佳答案
Does GridSearchCV use the concept of Maximum Likelihood Estimation (MLE) under the hood?
MLE 是概率推理,因此它只能应用于概率模型。 GridSearchCV 不是基于 MLE 的,它是一个基于测试误差的直接估计来进行模型选择的简单技巧。因此,给定一个特定的模型,它可以分配一个代表它有多好的数字 - 给定许多模型,您可以简单地选择数字最大的那个(估计泛化强度最高)。
Instead of using GridSearchCV for every model, is there a technique that I can use to choose the best model for my dataset? I think this is under the concept of model selection but I don't know how to use it via sklearn.
有很多,但是 sklearn 几乎只实现了各种训练测试分离器(CV、随机等);相反,您可能需要考虑其他支持的库:
哪些是寻找良好超参数的更高级方法(而不仅仅是检查现有的超参数)。
关于machine-learning - sklearn中的最大似然估计,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43722384/
我是一名优秀的程序员,十分优秀!