第三章使用Pipeline和GridSearchCV来进行特征参数的筛选

最新推荐文章于 2024-02-08 16:19:59 发布

原创最新推荐文章于 2024-02-08 16:19:59 发布 · 2k 阅读

4 ·

CC 4.0 BY-SA版权

Feature Engineering Made Easy 专栏收录该内容

18 篇文章

订阅专栏

本文介绍如何结合使用Pipeline和GridSearchCV进行高效的数据预处理和模型参数选择。通过一个具体的例子展示了如何设置不同的参数组合，如Imputer的策略参数mean和median，以及KNN的n_neighbors参数从1到7，利用GridSearchCV找到最佳参数组合。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

当需要处理的数据的参数比较多的时候，而且要处理的流程比较复杂的时候，可以使用Pipeline和GridSearchCV组合起来进行参数的筛选。

假如要填充数据使用的是Imputer，它的策略参数可以为mean和median

当进行缩放的时候使用StandardScaler

使用KNN算法进行建模，它的n_neighbors参数可以选择1到7

下面就是使用Pipeline和GridSearchCV进行组合来筛查那些参数组合比较好

knn_params = {'imputer__strategy':['mean', 'median'], 'classify__n_neighbors':[1, 2, 3, 4, 5, 6, 7]}

knn = KNeighborsClassifier()

mean_impute_standardize = Pipeline([('imputer', Imputer()), ('standardize', StandardScaler()), ('classify', knn)])X = pima.drop('onset_diabetes', axis=1) #数据集X，可以自己构造y = pima['onset_diabetes'] #数据集的标签grid = GridSearchCV(mean_impute_standardize, knn_params)grid.fit(X, y)print (grid.best_score_, grid.best_params_)