交叉验证(Cross Validation)与网格搜索(Grid Search)-代码收集对比

收到了三份代码,我觉得clf = gs.best_estimator_这种用法,应该是比较科学和不重复的,书写也比较规范,又不含糊,求验证~

https://blog.csdn.net/fgg1234567890/article/details/110207142?spm=1001.2101.3001.6650.14&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-14.pc_relevant_antiscanv2&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-14.pc_relevant_antiscanv2&utm_relevant_index=17

https://blog.csdn.net/wf592523813/article/details/86309547?spm=1001.2101.3001.6650.1&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1.pc_relevant_paycolumn_v3&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1.pc_relevant_paycolumn_v3&utm_relevant_index=2

https://blog.csdn.net/wp_python/article/details/80255466

原始数据划分为3份,分别为:训练集、验证集和测试集;其中训练集用来模型训练,验证集用来调整参数,而测试集用来衡量模型表现好坏。

那请问是不是用了GridSearchCV,就可以不用cross_val_score、cross_validate了,就也相当于是交叉验证了,经过训练之后就只需要测试就可以了对吧?---对的

一,clf = gs.best_estimator_写得明白

from sklearn.model_selection import validation_curve
import pandas as pd
from sklearn.preprocessing import LabelEncoder
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.linear_model import LogisticRegression
from sklearn.pipeline import make_pipeline
import numpy as np
import matplotlib.pyplot as plt
from sklearn.model_selection import GridSearchCV
from sklearn.svm import SVC

df = pd.read_csv('xxx\\wdbc.data',
                 header=None)
print(df.head())

X = df.loc[:, 2:].values
y = df.loc[:, 1].values
le = LabelEncoder()
y = le.fit_transform(y)

X_train, X_test, y_train, y_test = train_test_split(X, y,
                     test_size=0.20,
                     stratify=y,
                     random_state=1)
print(len(X_train))

pipe_svc = make_pipeline(StandardScaler(),
                         SVC(random_state=1))  # 支持向量机(SVM)

param_range = [0.0001, 0.001, 0.01, 0.1, 1.0, 10.0, 100.0, 1000.0]

param_grid = [{'svc__C': param_range,
               'svc__kernel': ['linear']},
              {'svc__C': param_range,
               'svc__gamma': param_range,
               'svc__kernel': ['rbf']}]

gs = GridSearchCV(estimator=pipe_svc,
                  param_grid=param_grid,
                  scoring='accuracy',
                  cv=10,
                  n_jobs=-1)
gs = gs.fit(X_train, y_train)
print(gs.best_score_)
print(gs.best_params_)

clf = gs.best_estimator_
clf.fit(X_train, y_train)
print('Test accuracy: %.3f' % clf.score(X_test, y_test))

二,grid_search.fit(X_train, y_train) # 训练,找到最优的参数,同时使用最优的参数实例化一个新的SVC estimator,这个就有些含糊,图省事

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

__author__ = 'WF'

from sklearn.datasets import load_iris
from sklearn.svm import SVC
from sklearn.model_selection import train_test_split, GridSearchCV
from sklearn.model_selection import cross_val_score


def simpleGridSearch(X_train, X_test, y_train, y_test):
    '''
    使用for循环实现网格搜索
    :param X_train:
    :param X_test:
    :param y_train:
    :param y_test:
    :return:
    '''
    # grid search start
    best_score = 0
    for gamma in [0.001, 0.01, 0.1, 1, 10, 100]:
        for C in [0.001, 0.01, 0.1, 1, 10, 100]:
            svm = SVC(gamma=gamma,C=C)#对于每种参数可能的组合,进行一次训练;
            svm.fit(X_train,y_train)
            score = svm.score(X_test,y_test)
            if score > best_score:#找到表现最好的参数
                best_score = score
                best_parameters = {'gamma':gamma,'C':C}

    print("Best score:{:.2f}".format(best_score))
    print("Best parameters:{}".format(best_parameters))


def gridSearchCv(X_train, X_test, y_train, y_test):
    '''
    使用for循环实现网格搜索与交叉验证
    :param X_train:
    :param X_test:
    :param y_train:
    :param y_test:
    :return:
    '''
    best_score = 0.0
    for gamma in [0.001,0.01,0.1,1,10,100]:
        for C in [0.001,0.01,0.1,1,10,100]:
            svm = SVC(gamma=gamma, C=C)
            scores = cross_val_score(svm, X_train, y_train, cv=5) #5折交叉验证
            score = scores.mean() #取平均数
            if score > best_score:
                best_score = score
                best_parameters = {"gamma": gamma, "C": C}
    svm = SVC(**best_parameters)
    svm.fit(X_train, y_train)
    test_score = svm.score(X_test,y_test)
    print("Best score on validation set:{:.2f}".format(best_score))
    print("Best parameters:{}".format(best_parameters))
    print("Score on testing set:{:.2f}".format(test_score))


def skGridSearchCv(X_train, X_test, y_train, y_test):
    '''
    利用sklearn中的GridSearchCV类
    :param X_train:
    :param X_test:
    :param y_train:
    :param y_test:
    :return:
    '''
    #把要调整的参数以及其候选值 列出来;
    param_grid = {"gamma": [0.001,0.01,0.1,1,10,100],
                 "C": [0.001,0.01,0.1,1,10,100]}
    print("Parameters:{}".format(param_grid))

    grid_search = GridSearchCV(SVC(),param_grid,cv=5) # 实例化一个GridSearchCV类
    X_train, X_test, y_train, y_test = train_test_split(iris.data,iris.target, random_state=10)
    grid_search.fit(X_train, y_train)  # 训练,找到最优的参数,同时使用最优的参数实例化一个新的SVC estimator。
    print("Test set score:{:.2f}".format(grid_search.score(X_test, y_test)))
    print("Best parameters:{}".format(grid_search.best_params_))
    print("Best score on train set:{:.2f}".format(grid_search.best_score_))


if __name__ == '__main__':
    iris = load_iris()
    X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, random_state=0)
    print("Size of training set:{} size of testing set:{}".format(X_train.shape[0], X_test.shape[0]))
    # simpleGridSearch(X_train, X_test, y_train, y_test)
    # gridSearchCv(X_train, X_test, y_train, y_test)
    skGridSearchCv(X_train, X_test, y_train, y_test)

三,clf = SVC(kernel='rbf', C=1, gamma=1e-3)#最优模型-这个用得也太正规和重复输入了吧

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.model_selection import GridSearchCV
from sklearn.model_selection import cross_val_score
from sklearn.metrics import classification_report
from sklearn.svm import SVC
 
#下载数据
digits = datasets.load_digits()
#print(digits.images)
n_sample = len(digits.images)
#把数据转换为二维数据,x的行数据是不同样本数据,列是样本属性。
x = digits.images.reshape(n_sample, -1)#取数据的所有行第一列数据
y = digits.target
#print(x)
 
#以下方法确定解释变量只能有一个,但是多个解释变量该怎么处理呢,答案是x包含了众多解释变量
x_train, x_test, y_train, y_test = train_test_split(x, y, train_size=0.7, random_state=0)
 
tuned_parameters = [{'kernel': ['rbf'], 'gamma': [1e-3, 1e-4],
                     'C': [1, 10, 100, 1000]},
                    {'kernel': ['linear'], 'C': [1, 10, 100, 1000]}]
scores = ['precision', 'recall']
for score in scores:
    print('Tuning hyper-parameters for %s'%score)
    print()
    #利用网格搜索算法构建评估器模型,并且对数据进行评估
    clf = GridSearchCV(SVC(C=1), tuned_parameters, cv=5, scoring='%s_macro'%score)
    clf.fit(x_train, y_train)
    print('最优参数:',clf.best_params_)
    print()
    means = clf.cv_results_['mean_test_score']
    stds = clf.cv_results_['std_test_score']
    for mean, std, params in zip(means, stds, clf.cv_results_['params']):
        print('网格数据得分:','%0.3f (+/-%0.3f) for %r'%(mean, std, params)) 
    #这个std有的文章乘以2,但个人不知道为什么需要乘以2,如有明白的朋友,求指点。
    print()
    y_true, y_pred = y_test, clf.predict(x_test)
    print(y_true)
    print(classification_report(y_true, y_pred))
 
#在获取最优超参数之后, 用5折交叉验证来评估模型  
clf = SVC(kernel='rbf', C=1, gamma=1e-3)#最优模型
#对模型进行评分
scores = cross_val_score(clf, x, y, cv=5)
print(scores)
    
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,240评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,328评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,182评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,121评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,135评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,093评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,013评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,854评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,295评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,513评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,678评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,398评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,989评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,636评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,801评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,657评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,558评论 2 352

推荐阅读更多精彩内容