可视化GridSearchCV的结果[sklearn]

我想要显示GridSearchCV的结果（即mean score和params）。可视化GridSearchCV的结果[sklearn]

我已经找到了解决方案，如果你有2个参数进行调整： http://scikit-learn.org/stable/auto_examples/plot_compare_reduction.html

但我的问题是，我现在有3个参数，所以这种类型的可视化将无法工作。有人有一个想法如何可视化它？无论有多少参数，是否有一种可视化的好方法？（1,2,3,4 ...参数）

此刻，我只是打印结果是这样的：

for mean, params in zip(grid.cv_results_['mean_test_score'], grid.cv_results_['params']): 
     print("%0.3f for %r" % (mean, params))

来源

2017-01-14 ScientiaEtVeritas

你的结果保存到数据帧，然后用大熊猫scatter_matrix（或类似的东西matplotlib）来可视化它。

您可以将颜色或/和大小应用于您的目标函数。

下面不完全是工作的例子，但一些代码给一个想法：

cmb['rgb'] = scale(cmb[msr_col], 1, 0.25)  
cmb['size'] = scale((cmb[msr_col] * cmb[msr_col]), 100, 1000) 
df = pd.concat([cmb.seed, cmb.bk_val_profit_brutto_prc, cmb.bk_val_profit_brutto, cmb.recall_pos_val, cmb.target_col, cmb.return_over, cmb.max_depth_], axis=1) 
ms = scatter_matrix(df, alpha=0.50, figsize=figsize_, diagonal='hist', c=cmb['rgb'], s=cmb['size'])

来源

2017-01-14 09:30:59 klubow

这是一个不错的主意，我已经绘就：https://s29.postimg.org/v6y1gatrb/scatterplot.png 但我认为，这真的很难阅读。特别是因为也有无用的信息。例如，比较两个参数始终是一个网格（这就是GridSearchCV的本质）。任何想法来改善这一点？ – ScientiaEtVeritas

根据绘图，当k_best高（1000）和最大特征（1200）时，您可以获得更高的准确性，但是您也必须查看最低限度。你在GridSearch中使用不同的种子？在剧情中展示他们是一个好主意，看看模型如何适应不同的分割 – klubow

可视化GridSearchCV的结果[sklearn]

回答

相关问题