模型调优和模型融合

最新推荐文章于 2025-05-08 18:54:01 发布

原创最新推荐文章于 2025-05-08 18:54:01 发布 · 900 阅读

6 ·

CC 4.0 BY-SA版权

#模型调优和模型融合

模型调优的基本方法
模型融合
代码实践

模型调优

 模型调优，主要是寻找超参数，使得模型有更好的robust。

网格搜索
GridSearchCV，它存在的意义就是自动调参，只要把参数输进去，就能给出最优化的结果和参数。但是这个方法适合于小数据集，一旦数据的量级上去了，很难得出结果。这个时候就是需要动脑筋了。数据量比较大的时候可以使用一个快速调优的方法——坐标下降。它其实是一种贪心算法：拿当前对模型影响最大的参数调优，直到最优化；再拿下一个影响最大的参数调优，如此下去，直到所有的参数调整完毕。这个方法的缺点就是可能会调到局部最优而不是全局最优，但是省时间省力，巨大的优势面前，还是试一试吧，后续可以再拿bagging再优化。
随机采样
数据规模大，精确的结果难以在一定时间计算出。
结果的些许的不精确能够被接受。
求取的结果是最优化（optimization）问题，有一个成本计算模型。
贝叶斯超参数优化
在贝叶斯调参过程中，假设参数组合是X，最终的评估结果为Y，通过什么样的X可以取得最优的Y，这个函数F(X)我们是不知道的，Y=F(X)。
于是可以假设这个寻找最优化参数的过程是一个高斯过程。高斯过程有个特点，就是当随机遍历一定的数据点并拿到结果之后，可以大致绘制出整个数据的分布曲线。
其基础理论就是不断通过先验点去预测后验知识

模型融合和代码实践

from sklearn.model_selection import  GridSearchCV
params={'penalty':['l2','l1'],'C':[1,50,100,150]}
lr=LogisticRegression(C=120,dual=False)
lrsearch=GridSearchCV(estimator=lr,param_grid=params,scoring='f1_macro',n_jobs=1,cv=5,verbose=3)
lrsearch.fit(x_train,y_train)
print("the best parameters:",lrsearch.best_params_)
print("the best score:",lrsearch.best_score_)
print("the validation score:",lrsearch.score(x_validation,y_validation))

在这里插入图片描述

params={'C':[1,10,50,100]}
svm=LinearSVC(dual=True)
svmseach=GridSearchCV(estimator=svm,param_grid=params,scoring='f1_macro',n_jobs=1,cv=5,verbose=3)
svmseach.fit(x_train,y_train)
print("the best parameters:",svmseach.best_params_)
print("the best score:",svmseach.best_score_)
print("the validation score:",svmseach.score(x_validation,y_validation))

在这里插入图片描述

logis=LogisticRegression(C=150,dual=True)
svm=LinearSVC(C=10,dual=True)
algorithms = [logis,svm]
full_predictions = []
for alg in algorithms:
    alg.fit(x_train, y_train)
    predictions = alg.predict_proba(x_validation)
    full_predictions.append(predictions)

y_prediction = (full_predictions[0] + full_predictions[1]) / 2
y_prediction = np.argmax(y_prediction, axis=1) + 1
f1 = f1_score(y_validation, y_prediction,  average='micro')
print('The F1 Score: %.2f'  % f1)

The F1 Score: 0.72