问python:在验证集上优化模型的参数
EN

Stack Overflow用户

提问于 2017-05-13 15:33:23

回答 1查看 511关注 0票数 1

理论上说，将数据集分解为三组:训练集用于训练模型，验证集用于调整参数，测试集用于评估性能。

但是，已经有GridSearchCV对训练集进行交叉验证以找到最优参数。但是，如何使用自己的验证集来优化参数呢？

我有10个班，对于火车数据，每个班有1017个样本。在验证和测试集中，我为每个类提供了300个样本。

我对我的机密数据进行了培训。

clf = RandomForestClassifier(random_state=97)
clf.fit(train, np.array(train_lab))

如何使用验证集优化参数？我只找到了GridSearchCV作为交叉验证的例子。但是，我想避免它，并在我自己的验证集上调优模型。我该怎么做呢？

回答已采纳

发布于 2017-05-13 18:17:01

可以将交叉验证对象传递到GridSearchCV中。传入一个PredefinedSplit对象，它允许您决定培训和验证集是什么。

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/43954890

复制

相似问题

问python:在验证集上优化模型的参数EN