Я хотел бы запустить регулярный «gridsearch без CV», то есть я не хочу перекрестно проверять, но установка cv=1
не допускается.Как запустить GridSearchCV без перекрестной проверки?
Я делаю это, потому что я использую классификатор для выбора границ принятия решений и визуализации/понимания своих данных вместо предсказания меток и не забочусь об ошибке обобщения. Я хотел бы свести к минимуму ошибку обучения.
EDIT: Я думаю, я действительно задаю два вопроса
- Как взломать
cv=1
вGridSearchCV
? Ответил ogrisel ниже - Имеет ли смысл делать gridsearch, чтобы свести к минимуму ошибку обучения вместо ошибки обобщения, и если да, то как мне это сделать? Я подозреваю, что это связано с введением моей собственной функции подсчета для параметра
scoring
вGridSearchCV
?
Для чего вам нужно «GridSearchCV»? Если вам не нужны загруженные образцы, вы можете просто сделать что-то вроде '[score (y_test, Classifier (** args) .fit (X_train, y_train) .predict (X_test)) для аргументов в параметрах]' –
Ну ладно , вам нужно будет «развернуть» свой список «параметров» из формата «GridSearchCV» scikit-learn в список всех возможных комбинаций (например, декартова произведение всех списков). –
ПараметрGrid является общедоступным: http://scikit-learn.org/dev/modules/generated/sklearn.grid_search.ParameterGrid.html#sklearn.grid_search.ParameterGrid не то, что он делает какую-либо магию. –