时间戳

首页 > 解决方案 > GridSearchCV/RandomizedSearchCV 的结果无法通过使用相同参数运行单个模型来重现

python - GridSearchCV/RandomizedSearchCV 的结果无法通过使用相同参数运行单个模型来重现

问题描述

我正在运行 RandomizedSearchCV 5 倍以找到最佳参数。我有一个X_test用来预测的保留集 ( )。我的部分代码是：

svc= SVC(class_weight=class_weights, random_state=42)
Cs = [0.01, 0.1, 1, 10, 100, 1000, 10000]
gammas = [1e-1, 1e-2, 1e-3, 1e-4, 1e-5]

param_grid = {'C': Cs,
              'gamma': gammas,
              'kernel': ['linear', 'rbf', 'poly']}

my_cv = TimeSeriesSplit(n_splits=5).split(X_train)
rs_svm = RandomizedSearchCV(SVC(), param_grid, cv = my_cv, scoring='accuracy', 
                              refit='accuracy', verbose = 3, n_jobs=1, random_state=42)
rs_svm.fit(X_train, y_train)
y_pred = rs_svm.predict(X_test)
cm = confusion_matrix(y_test, y_pred)
clfreport = classification_report(y_test, y_pred)
print (rs_svm.best_params_)

结果是分类报告： RS后的结果

现在，我有兴趣使用具有选定参数的独立运行模型（无随机搜索CV）重现此结果：

from sklearn.model_selection import TimeSeriesSplit
tcsv=TimeSeriesSplit(n_splits=5)
for train_index, test_index in tcsv.split(X_train):
    train_index_ = int(train_index.shape[0])
    test_index_ = int(test_index.shape[0])
    X_train_, y_train_ = X_train[0:train_index_],y_train[0:train_index_]
    X_test_, y_test_ = X_train[test_index_:],y_train[test_index_:]
    class_weights = compute_class_weight('balanced', np.unique(y_train_), y_train_)
    class_weights = dict(enumerate(class_weights))
    svc= SVC(C=0.01, gamma=0.1, kernel='linear', class_weight=class_weights, verbose=True,
             random_state=42)
    svc.fit(X_train_, y_train_)
    
y_pred_=svc.predict(X_test)
cm = confusion_matrix(y_test, y_pred_)
clfreport = classification_report(y_test, y_pred_)

据我了解， clfreports 应该是相同的，但我在这次运行后的结果是：

独立模型

有没有人有任何建议为什么会发生这种情况？

标签： pythonmachine-learningscikit-learncross-validationgrid-search

解决方案

鉴于您使用 RandomizedSearchCV 查找最佳超参数的第一个代码片段，您无需再次进行任何拆分；因此，在您的第二个片段中，您应该使用找到的超参数和使用整个训练集的类权重进行拟合，然后在您的测试集上进行预测：

class_weights = compute_class_weight('balanced', np.unique(y_train), y_train)
class_weights = dict(enumerate(class_weights))
svc= SVC(C=0.01, gamma=0.1, kernel='linear', class_weight=class_weights, verbose=True, random_state=42)
svc.fit(X_train, y_train)

y_pred_=svc.predict(X_test)
cm = confusion_matrix(y_test, y_pred)
clfreport = classification_report(y_test, y_pred)

使用验证集、训练集和测试集之间的顺序讨论可能有助于阐明程序......

推荐阅读