问题描述
创建交叉验证方案
folds = KFold(n_splits = 4,shuffle = True,random_state = 100)
指定要调整的超参数范围
hyper_params = [{'n_features_to_select': list(range(1,21))}]
执行网格搜索
指定型号
lm = LogisticRegression()
lm.fit(X_train,y_train)
rfe = RFE(lm)
致电gridsearchcv()
model_cv = gridsearchcv(estimator = rfe,param_grid = hyper_params,scoring= 'roc_auc',cv = folds,verbose = 1,return_train_score=True)
拟合模型
model_cv.fit(X_train,y_train)
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@)