在做分类或者回归模型的过程中,避免不了要经历参数调优的过程,其中一种常用的方法就是结合交叉验证的网格搜索方法,它有一个参数param_grid,如果想做懒人式调优可以一次性把参数设置完,比如:
param_grid={'kernel':['linear','rbf'],'C':[0.001,0.01,0.1,1,10,100,1000],
'gamma':[0.001,0.01,0.1,1,10,100,1000]}
grid=GridSearchCV(SVC(),param_grid=param_grid,cv=5)
grid.best_params_
grid.best_score_
不过如果样本数目较大(大于6W),训练过程可能会很慢,小数据集时可以尝试使用。