使用 pickle 在嵌套的 KFold 中存储所有训练的模型

问题描述

我正在使用 gridsearchcv 在执行 KFold 时为 k 个随机森林模型找到最佳参数。我想将所有这些 k 个模型存储在驱动器上；我为此使用泡菜。 问题不是所有的模型都被存储了；每次运行代码时，存储的模型数量都是随机的。

for i,ids in enumerate(kf.split(x_open)):
train_ids = ids[0]
test_ids = ids[1]
X_train = np.array(x_open)[train_ids]
X_test = np.array(x_open)[test_ids]
Y_train = np.array(y_open)[train_ids].ravel()
Y_test = np.array(y_open)[test_ids].ravel()

rfr = RandomForestRegressor(n_estimators=200,random_state=RANDOM_SEED,)
rfr.fit(X_train,Y_train)


param_grid = {"n_estimators": [150,100,200],'max_depth':range(4,7,1),'min_samples_split':range(2,10,2),'min_samples_leaf':range(2,\
              "max_features":range(5,1)}


rf = RandomForestRegressor(random_state=RANDOM_SEED)
gs = gridsearchcv(rf,param_grid,cv=3,verbose=True)
gs.fit(X_train,Y_train)


file_name = 'rf_'+str(i)      
pickle.dump(gs,open("MyDrive/"+file_name,'wb'))        #Not all the models are getting stored

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）