Question

我使用GridSearchCV来调整SVM分类器，然后绘制学习曲线。但是，除非我在绘制学习曲线之前设置了一个新的分类器，否则我会遇到一个IndexError，我不确定为什么会这样。

我的简历/分类器设置如下：

# Set up classifier
clf_untuned = OneVsRestClassifier(SVC(kernel='rbf', random_state=0, max_iter=1000))
cv = cross_validation.ShuffleSplit(data_image.shape[1], n_iter=10,
                                       test_size=0.1, random_state=0)

# Use cross validation / grid search to find optimal hyperparameters
if TRAINING_CROSS_VALIDATION == 1:
    params = {
        ...
    }
    clf_tuned = GridSearchCV(clf_untuned, cv=cv, param_grid=params)
    clf_tuned.fit(x_train, y_train)
    print('Best parameters: %s' % clf_tuned.best_params_)
else:
    clf_tuned = OneVsRestClassifier(SVC(kernel='rbf',
                                        C=100, gamma=0.00001, random_state=0, verbose=0))
    clf_tuned.fit(x_train, y_train)

然后我继续绘制学习曲线，其中plot_learning_curve复制了sklearn示例（http://scikit-learn.org/stable/auto_examples/model_selection/plot_learning_curve.html）。如果我使用以下代码，那么我会在“学习_曲线”中收到以下错误： plot_learning_curve中的一行：

# Plot learning curve for best params -- yields IndexError
plot_learning_curve(clf_tuned, title, x_train, y_train, ylim=(0.6, 1.05), cv=cv)

IndexError：索引663超出了70的范围

然而，如果我开始一个新的分类，那么一切正常：

# Plot learning curve for best params -- functions correctly
estimator = OneVsRestClassifier(SVC(kernel='rbf',
                                        C=100, gamma=0.00001, random_state=0, verbose=0))
plot_learning_curve(estimator, title, x_train, y_train, ylim=(0.6, 1.05), cv=cv)

这是为什么？非常感谢，并欢迎对我可疑的实施提出其他意见。

Answer 1

通过将通过网格搜索获得的最佳估算值传递为clf_tuned.best_estimator _

来解决问题

Python sklearn：为什么我必须设置一个新的估算器来绘制学习曲线？

1 个答案: