问题描述
我有一个循环,该循环可以找到运行模型的最终参数,但是我很难找到已找到并用于运行数据的参数。我正在寻找对报告最佳参数的代码进行调整。此代码大约需要20分钟才能在1500行和200列的数字数据集上运行。
在这里,我能产生最终的结果。
magick::image_read
这就是我的称呼:
def test(models,data,iterations = 100):
results = {}
for i in models:
r2_train = []
r2_test = []
for j in range(iterations):
X_train,X_test,y_train,y_test = train_test_split(data[X],data[Y],test_size= 0.2)
r2_test.append(metrics.r2_score(y_test,models[i].fit(X_train,y_train).predict(X_test)))
r2_train.append(metrics.r2_score(y_train,y_train).predict(X_train)))
results[i] = [np.mean(r2_train),np.mean(r2_test)]
return pd.DataFrame(results)
lasso_params = {'fit__alpha':[0.005,0.02,0.03,0.05,0.06]}
ridge_params = {'fit__alpha':[550,580,600,620,650]}
pipe1 = Pipeline([('poly',PolynomialFeatures()),('fit',linear_model.LinearRegression())])
pipe2 = Pipeline([('poly',linear_model.Lasso())])
pipe3 = Pipeline([('poly',linear_model.Ridge())])
models3 = {'OLS': pipe1,'Lasso': GridSearchCV(pipe2,param_grid=lasso_params).fit(train[X],train[Y]).best_estimator_,'Ridge': GridSearchCV(pipe3,param_grid=ridge_params).fit(train[X],}
这是生成的:
test(models3,train)
我还要获取喜欢生成结果的参数。 谢谢您的帮助和澄清。
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@)