Question

我正在尝试按照this教程学习基于机器学习的预测，但我有两个问题吗？

Ques1。如何在下面的代码中设置n_estimators，否则它将始终采用默认值。

from sklearn.cross_validation import KFold

def run_cv(X,y,clf_class,**kwargs):
# Construct a kfolds object
kf = KFold(len(y),n_folds=5,shuffle=True)
y_pred = y.copy()

# Iterate through folds
for train_index, test_index in kf:
    X_train, X_test = X[train_index], X[test_index]
    y_train = y[train_index]
    # Initialize a classifier with key word arguments
    clf = clf_class(**kwargs)
    clf.fit(X_train,y_train)
    y_pred[test_index] = clf.predict(X_test)
return y_pred

它被称为：

from sklearn.svm import SVC print "%.3f" % accuracy(y, run_cv(X,y,SVC))

问题2：如何使用已经训练过的模型文件（例如从SVM获得），以便我可以用它来预测我没有用于培训的更多（测试）数据？

Answer 1

对于您的第一个问题，在上面的代码中，您会调用run_cv(X,y,SVC,n_classifiers=100)，**kwargs会将此传递给分类器初始化程序，步骤为clf = clf_class(**kwargs)。

对于您的第二个问题，您链接的代码中的交叉验证仅用于模型评估，即比较不同类型的模型和超参数，以及确定模型在生产中的可能有效性。一旦确定了模型，就需要在整个数据集上重新构建模型：

clf.fit(X,y)

然后，您可以使用clf.predict或clf.predict_proba获得预测。

使用** kwargs设置n_estimators参数（Scikit Learn）

1 个答案: