问下您这个boosting的网格搜索怎么出错了，是哪里写的不对呢

Question

param_grid = [{‘base_estimator_alpha’:[0.01,0.1,1,10,100],‘n_estimators’:[200,300,500]}]
from sklearn.linear_model import Ridge
ada_reg = AdaBoostRegression()

grid_search = GridSearchCV(AdaBoostRegression(Ridge(alpha=100),n_estimators=100),param_grid)

grid_search.fit(x_poly,y)
print(grid_search.best_params_)
print(‘grid_search.best_score_:%4f’%grid_search.best_score_)

Answer 1

提问者 weixin_慕少409219 2021-12-17 18:18:06

知道了 已经调好了 打扰了 学了这个课慢慢练习 已经从初级变为中级数据分析师了，感谢老师；目前我遇到一个问题，做银行的数据分析，样本量很大1000W+个样本量，适合做回归、分类吗，我取多少样本量做训练、建模合适呢，老师有什么意见？

• liuyubobobo #1

  是适合做分类还是回归，和你的任务有关。你的任务是分类问题或者回归问题，就适合。
  
  取多少样本量做训练，也和你的具体数据和使用的方法有关：
  
  首先，对于大多数数据来说，基本的底线是：数据量要大于特征值。通常至少是特征值的 x 倍，比如 5-10 倍；
  
  其次，看你的算法，算力，和可以忍受的计算时间。算法的复杂度高越高，算力越小，可以忍受的时间越短，你能取的数据量就越少。
  
  最后，看取数据量得到的效果，整体肯定是越大的数据量计算出的结果越可靠。所以者之间是一个取舍。
  
  一个简单的方式（和调参类似），就是从小数据量取起，比如 从 1000 个数据开始，逐步增加数据量，看不同数据量的计算时间和结果是否在可接受范围。
  
  继续加油！：）