使用预定义的验证集 Sklearn 执行网格搜索

Question

这个问题之前已经被问过好几次了。但是我在遵循答案时出现错误

首先，我指定哪个部分是训练集和验证集，如下所示。

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)

但是我收到以下错误

object of type 'PredefinedSplit' has no len()

Answer 1

尝试替换

cv = PredefinedSplit(test_fold=my_test_fold)

跟

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 方法才能实际将拆分转换为训练和测试(然后将其从可迭代对象转换为列表对象(。

Answer 2

hypoptPython 包 (pip install hypopt(，我是作者，正是为了这个目的而创建的：使用验证集进行参数优化。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：是否有一些变化导致了最近的突然投票？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，我们应该修复它。