如何解决我需要帮助理解 ANOVA-CV-SVM 管道
我正在研究一种通过交叉验证执行特征选择和超参数调整的算法,但我无法理解管道中发生的情况。我在此示例代码中添加了超参数调整:https://scikit-learn.org/stable/auto_examples/svm/plot_svm_anova.html 并获得了一些结果,但有关 CV 正在做什么的一些指导会有所帮助!
clf = Pipeline([('anova',transform),('normal',preprocessing.StandardScaler()),('svc',SVC(kernel='rbf'))])
param_grid = [{'svc__gamma':[1,1e-1,1e-2,1e-3,1e-4,1e-5],'svc__C': [0.1,1,10,100,1000,10000],'anova__percentile':[1,3,6,15,20,30,40,60,80,100]}]
search = gridsearchcv(clf,param_grid,cv=StratifiedKFold(5,shuffle=True,random_state=0),scoring='%s_macro' % score)
search.fit(X_train_scaled,y_train)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。