4
我想使用grisSearchCV在scikit-learn中适合某些模型,并且我想使用“一个标准错误”规则来选择最佳模型,即从分数在最佳分数的一个标准误差内的模型子集中选择最简约的模型。有没有办法做到这一点?在scikit-learn中进行交叉验证的一个标准错误规则
我想使用grisSearchCV在scikit-learn中适合某些模型,并且我想使用“一个标准错误”规则来选择最佳模型,即从分数在最佳分数的一个标准误差内的模型子集中选择最简约的模型。有没有办法做到这一点?在scikit-learn中进行交叉验证的一个标准错误规则
你可以计算使用验证评分的平均值的标准误差:
from scipy.stats import sem
然后访问安装GridSearchCV
对象的属性grid_scores_
。该属性在scikit-learn的master分支中已更改,因此请使用交互式外壳来反省其结构。
至于选择最简约的模型,模型的模型参数并不总是有一个自由度的解释。参数的含义通常是特定于模型的,并且没有高级元数据来解释它们的“简约性”。您必须根据每个模型类别的具体情况对您的解释进行编码。