内核GridSearchCV参数

Question

我们可以按以下方式在GridSearch中搜索核心：

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)

- Ghayth Mahadin

Answer 1

原则上，您可以在GridSearch中搜索核函数。但是需要注意的是，'gamma' 只适用于 ‘rbf’, ‘poly’和‘sigmoid’。这意味着当'kernel'为'linear'时将会有冗余计算。更好的方法是使用字典列表而不是字典作为param_grid的输入参数：

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

你可以在 scikit-learn 的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 希望我的回答对您有用。 :)

- jhihan