使用预定义的验证集 Sklearn 执行网格搜索

Question

这个问题之前已经问过好几次了。但是在按照答案

进行操作时出现错误

首先我指定哪部分是训练集和验证集如下。

my_test_fold = []


for i in range(len(train_x)):
    my_test_fold.append(-1)

 for i in range(len(test_x)):
    my_test_fold.append(0)

然后执行网格搜索。

from sklearn.model_selection import PredefinedSplit
param = {
 'n_estimators':[200],
 'max_depth':[5],
 'min_child_weight':[3],
 'reg_alpha':[6],
    'gamma':[0.6],
    'scale_neg_weight':[1],
    'learning_rate':[0.09]
}




gsearch1 = GridSearchCV(estimator = XGBClassifier( 
    objective= 'reg:linear', 
    seed=1), 
param_grid = param, 
scoring='roc_auc',
cv = PredefinedSplit(test_fold=my_test_fold),
verbose = 1)


gsearch1.fit(new_data_df, df_y)

但是我得到以下错误

 object of type 'PredefinedSplit' has no len()

Answer 1

尝试替换

cv = PredefinedSplit(test_fold=my_test_fold)

与

cv = list(PredefinedSplit(test_fold=my_test_fold).split(new_data_df, df_y))

原因是您可能需要应用 split method 才能真正拆分为训练和测试（然后将其从可迭代对象转换为列表对象）。

Answer 2

我是作者的 hypopt Python package (pip install hypopt) 正是为了这个目的而创建的：使用验证集优化参数。它适用于 scikit-learn 模型，可以与 Tensorflow、PyTorch、Caffe2 等一起使用。

# Code from https://github.com/cgnorthcutt/hypopt
# Assuming you already have train, test, val sets and a model.
from hypopt import GridSearch
param_grid = [
  {'C': [1, 10, 100], 'kernel': ['linear']},
  {'C': [1, 10, 100], 'gamma': [0.001, 0.0001], 'kernel': ['rbf']},
 ]
# Grid-search all parameter combinations using a validation set.
opt = GridSearch(model = SVR(), param_grid = param_grid)
opt.fit(X_train, y_train, X_val, y_val)
print('Test Score for Optimized Parameters:', opt.score(X_test, y_test))

编辑：hypopt 有什么变化导致最近突然的反对票吗？一些反馈会有所帮助，因为 hypopt 解决了这个确切的问题，如果有问题，我们应该解决它。

使用预定义的验证集 Sklearn 执行网格搜索

Performing grid search with a predefined validation set Sklearn

python

machine-learning

scikit-learn

cross-validation

grid-search