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
1、请问Ada增强学习可以用弹性网模型吧?2、如果用网格搜索的模式不会是每增强一次都要重新搜索参数确认当前模型的新参数吧,如果是这样那最优参数应该是最后一次增强时确认的参数?3、‘Ada_reg__base_estimator__l1_ratio’、'Ada_reg__base_estimator__l1_ratio’这样进行弹性网参数搜索好像不对,请问应该怎样设置?
1
可以。
2
不是,搜索过程就是使用心得参数重新创建一个Adaboost的算法模型。每次创建,外部参数已经固定了,增强过程是Adaboost算法内部确定内部参数的过程,已经和网格搜索没关系了。
3
你的参数名写法是对的。但是你传给grid_search的不是管道生成的对象,而是一个AdaBoostRegressor。你的参数名的写法,是基于管道的。
继续加油!:)
第三个没太明白您的意思,我应该怎样修改针对管道调参呢,我把ada_reg = AdaBoostRegressor(ElasticNet(),n_estimators=500)这句放在了param_grid设定的上边了还是报错,请问Ada_reg__这个不就是相当于针对AdaBoostRegressor的管道调参吗,后半部分base_estimator__l1_ratio是指定AdaBoostRegressor里的ElasticNet的参数
reg = PolynomialLogisticRegressor();现在你上面定义的呢个管道函数没有用。
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。
2.4k 19
3.4k 17
2.9k 15
1.6k 15
1.4k 14