Question

我正在尝试使用随机森林来解决我的问题（下面是波士顿数据集的示例代码，而不是我的数据）。我打算使用GridSearchCV进行超参数调整，但不同参数的值范围应该是多少？我怎么知道我选择的范围是正确的？

我正在互联网上阅读它，有人建议尝试＆＃34;放大＆＃34;在第二次网格搜索中的最佳值（例如，如果它是10则尝试 [5,20,50]）。

这是正确的做法吗？我应该对随机森林所需的所有参数使用这种方法吗？这种方法可能会错过＆＃34; good＆＃34;组合吧？

import numpy as np
from sklearn.grid_search import GridSearchCV
from sklearn.datasets import load_digits
from sklearn.ensemble import RandomForestRegressor
digits = load_boston()
X, y = dataset.data, dataset.target
model = RandomForestRegressor(random_state=30)
param_grid = { "n_estimators"      : [250, 300],
           "criterion"         : ["gini", "entropy"],
           "max_features"      : [3, 5],
           "max_depth"         : [10, 20],
           "min_samples_split" : [2, 4] ,
           "bootstrap": [True, False]}
grid_search = GridSearchCV(clf, param_grid, n_jobs=-1, cv=2)
grid_search.fit(X, y)
print grid_search.best_params_

Answer 1

粗到细实际上通常用于找到最佳参数。您首先从各种参数开始，并在接近最佳结果时对其进行细化。

我找到了一个很棒的库，它为scikit-learn做了超参数优化，hyperopt-sklearn。它可以自动调整RandomForest或任何其他标准分类器。您甚至可以同时自动调整和对不同的分类器进行基准测试。

我建议你从这开始，因为它实现了不同的方案来获得最佳参数：

随机搜索

Parzen Estimators树（TPE）

退火

树

高斯过程树

编辑：

在回归的情况下，您仍然需要断言您的预测在测试集上是否良好。

无论如何，从粗到精的方法仍然存在并且对任何估算器都有效。

随机森林超参数调整scikit-learn使用GridSearchCV

1 个答案: