协助寻找模型中找到的参数

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@）