使用分组的K折Cv生成器进行sklearn网格搜索

问题描述

我正在尝试使用随机搜索和成组的k折交叉验证生成器对sklearn中的参数实施网格搜索。以下工作原理：

I am trying to implement a grid search over parameters in sklearn using randomized search and a grouped k fold cross-validation generator. The following works:

skf=StratifiedKFold(n_splits=5,shuffle=True,random_state=0)
rs=sklearn.model_selection.RandomizedSearchCV(clf,parameters,scoring='roc_auc',cv=skf,n_iter=10)
rs.fit(X,y)

这不是

gkf=GroupKFold(n_splits=5)
rs=sklearn.model_selection.RandomizedSearchCV(clf,parameters,scoring='roc_auc',cv=gkf,n_iter=10)
rs.fit(X,y)

#ValueError: The groups parameter should not be None

如何指示 groups 参数？

也不是

gkf=GroupKFold(n_splits=5)
fv = gkf.split(X, y, groups=groups)
rs=sklearn.model_selection.RandomizedSearchCV(clf,parameters,scoring='roc_auc',cv=gkf,n_iter=10)
rs.fit(X,y)

#TypeError: object of type 'generator' has no len()

推荐答案

通过

rs.fit(X,y,groups=groups)

用于

rs=sklearn.model_selection.RandomizedSearchCV(forest,parameters,scoring='roc_auc',cv=gkf,n_iter=10)

这篇关于使用分组的K折Cv生成器进行sklearn网格搜索的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！