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。 :)