采纳答案成功!
向帮助你的同学说点啥吧!感谢那些助人为乐的人
老师,请教下为什么用搜索出的参数训练原样本,得到的score与网格搜索训练的score不一致呢,一般都会大不少,如图所示,这和boosting的方法有关吗?
网格搜索得到的结果是cross_validate_score,不是简单地调用一次score。这二者计算方式不同。这也是GridSearchCV中CV的意思:Cross Validation。
印象里8-6小节有提及。再回顾一下?
继续加油!:)
交叉验证的score应该是平均值吧,和单一一次的拟合不应该总差这么多啊试了好几回...而且最终用boosting好像还没有单纯用弹性网效果好...
是平均值。我觉得也不应该差这么多,但既然结果是这样,那就说明差这么多,你可以手动的调用cross_val_score看一下。所有的集成学习,都用该使用弱分类器。弹性网络不是好的集成学习的base_estimator,理论上决策树和神经网络更好。
登录后可查看更多问答,登录/注册
Python3+sklearn,兼顾原理、算法底层实现和框架使用。
2.5k 19
3.5k 17
2.9k 15
1.6k 15
1.4k 14