将随机变量传递给 sklearn 随机搜索 (RandomizedSearchCV)

Question

下面代码中的reciprocal()和expon()有什么用？

svm_grid_R = {'kernel':["linear","rbf"], 'C': reciprocal(20,200000), "gamma" : expon(scale=1.0)}

为什么我们不能只使用 range()？ expon(scale=1.0)和reciprocal(20,200000)代表什么范围？

对于上下文，使用这些参数的代码如下：

svm_reg = SVR()
rnd_search = RandomizedSearchCV(svm_reg, param_distributions=svm_grid_R,
                                n_iter=50, cv=5, scoring='neg_mean_squared_error',
                                verbose=2, random_state=42)
rnd_search.fit(housing_prepared, housing_labels)

Answer 1

我建议您检查脚本中导入函数的部分，以确定它们是什么。根据您的问题，我推断如下：

reciprocal 应该来自 from scipy.stats import reciprocal，这会给你一个互惠的随机变量。
expon 应该来自 from scipy.stats import expon，这会给你一个指数随机变量。

在您的代码中，您将这些随机变量作为 C 和 gamma 参数传递给随机搜索。这意味着搜索使用的随机参数将从这两个分布中采样。

从技术上讲，您还可以使用 range 告诉搜索从给定序列中随机抽取数字。另一种方法是向搜索传递一个随机变量，从中对随机参数进行采样。您的代码采用的是第二种方法。

为了更好地理解第二种方法的全部内容，请尝试以下操作：

# Import the distribution
from scipy.stats import expon
# Initialize a random variable with lambda=1 (scale=1)
exponential_rv = expon(scale=1)
# Draw a random sample from this distribution
exponential_rv.rvs()
> 0.780028923390962

在这种特定情况下，您的搜索将 C=0.780028923390962 传递给您的支持向量机。

将随机变量传递给 sklearn 随机搜索 (RandomizedSearchCV)

Passing random variables to sklearn random search (RandomizedSearchCV)

python

scipy

scikit-learn

scipy.stats