- 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?
我正在尝试调整梯度增强回归器的参数。
首先,仅考虑 n_estimators,使用 staged_predict
方法获得最佳 n_estimators,我得到 RMSE = 4.84 。
X_train, X_test, y_train, y_test = train_test_split(X,y,test_size=0.3, random_state=0)
gbr_onehot = GradientBoostingRegressor(
n_estimators = 1000,
learning_rate = 0.1,
random_state = 214
)
model = gbr_onehot.fit(X_train, y_train)
errors = [mean_squared_error(y_test, y_pred)
for y_pred in gbr_onehot.staged_predict(X_test)]
best_num_trees =np.argmin(errors)
GBR_best_num_trees_onehot = GradientBoostingRegressor(
n_estimators =best_num_trees,
learning_rate = 0.1,
random_state = 214
)
best_num_tree_model = GBR_best_num_trees_onehot.fit(X_train, y_train)
y_pred = GBR_best_num_trees_onehot.predict(X_test)
print(best_num_trees)
print(f'RMSE with label encoding (best_num_trees) = {np.sqrt(metrics.mean_squared_error(y_test, y_pred))}')
>>> 596
>>> RMSE with label encoding (best_num_trees) = 4.849497587420823
或者,这次我使用 GridsearchCV 调整了每棵树的 n_estimator、learning_rate 和 max_depth。
首先,调整n_estimator和learning_rate:
def rmse(actual, predict):
predict = np.array(predict)
actual = np.array(actual)
distance = predict - actual
square_distance = distance ** 2
mean_square_distance = square_distance.mean()
score = np.sqrt(mean_square_distance)
return score
rmse_score = make_scorer(rmse, greater_is_better=False)
p_test = {
'learning_rate': [0.15,0.1,0.05,0.01,0.005,0.001],
'n_estimators' : [100,250,500,750,1000,1250,1500,1750]
}
tuning = GridSearchCV(estimator=GradientBoostingRegressor(max_depth=3,
min_samples_split=2,
min_samples_leaf=1,
subsample=1,
max_features='sqrt',
random_state=214),
param_grid = p_test,
scoring = rmse_score,
n_jobs = 4,
iid=False,
cv=5)
tuning.fit(X_train, y_train)
然后使用来自tuning.best_params_
p_test_2 = {'max_depth':[2,3,4,5,6,7]}
tuning = GridSearchCV(estimator = GradientBoostingRegressor(learning_rate=0.05,
n_estimators=1000,
min_samples_split=2,
min_samples_leaf=1,
max_features='sqrt',
random_state=214),
param_grid = p_test_2,
scoring = rmse_score,
n_jobs=4,
iid=False,
cv=5)
tuning.fit(X_train, y_train)
用于获取最佳max_深度参数。
插入从上面收到的参数并进行测试后
model = GradientBoostingRegressor(
learning_rate=0.1,
n_estimators=1000,
min_samples_split=2,
min_samples_leaf=1,
max_features='sqrt',
random_state=214,
max_depth=3
)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)
print(f'RMSE = {np.sqrt(metrics.mean_squared_error(y_test, y_pred))}')
>>> RMSE = 4.876534569535954
它的 RMSE 比我仅使用 staged_predict
得到的要高。为什么会这样呢?另外,当我打印(tuning.best_score_)时,为什么它返回负值?
最佳答案
呵呵,就这么简单。当您在训练数据上获得最佳拟合参数时,您尝试比较测试数据的 RMSE 指标。它必须是具有不同质量值的不同数据集。如果您根据训练数据计算 RMSE - 您应该获得具有最佳拟合参数的更好质量的回归器。
[更新]
这里的模型复杂度对应于您的一些调整参数(最大深度等),预测误差类似于您的 RMSE 测量以及根据您的训练和测试数据集的两条曲线。因此,当您使用 GridSearchCV 搜索最适合的参数时 - 您正在沿着训练曲线向下移动并在高位置附近获得一个 RMSE 值,但这是危险的原因 overfitting但是,测试样本的 RMSE 并不是最佳的。
关于python - 使用 GridsearchCV 调整参数未给出最佳结果,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/59607441/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!