我试图使用超参数优化来提高模型(梯度提升)的准确性。这是我要使用的代码:
grdHyperParams = {'loss' : ['deviance', 'exponential'],
'n_estimators': randint(10, 500),
'max_depth': randint(1,10)}
gridSearch_grd = GridSearchCV(estimator=grd, param_distributions=grdHyperParams, n_iter=10, scoring='roc_auc',fit_params=None, cv=None,
verbose=2).fit(X3_train, y_train)
我收到一条错误消息:
init ()获得了意外的关键字参数'param_distributions'
我在寻找解决方案,发现可能发生版本冲突。所以我检查了我的版本是0.21.3。
我该怎么办?
答案 0 :(得分:0)
我认为您应该这样使用
GridSearchCV(estimator=grd, param_grid=grdHyperParams, ......)
param_distributions
没有GridSearchCV
参数,请使用param_grid
。
有关更多信息,您可以参考here: