scikit-learn - 使用预定义的拆分重新调整网格搜索的属性?
问题描述
我正在使用 GridseachCV 来调整超参数。我分别有火车,验证数据。我正在遵循预定义的拆分方法来处理这个问题(类似于这个):
ps = PredefinedSplit(test_fold=your_test_fold)
然后cv=ps
设置GridSearchCV
如果我将 refit 参数设置为 true,那么在所有参数调整之后,我的模型将在整个数据上进行训练还是仅在训练数据上进行训练?
解决方案
从文档中:
refit : boolean, string, or callable, default=True
使用整个数据集上找到的最佳参数重新拟合估计器。
因此,是的,它将使用具有最佳超参数的整个数据集。无论您使用默认(3 折 CV)还是来自 PredefinedSplit
.
推荐阅读
- html - 需要我的悬停状态才能使导航栏变大
- micropython - RDFlib 是否可用于 micropython?
- javascript - [].$ 在 JavaScript 中是什么意思?
- ruby-on-rails - Friendly_id 不工作版本 5.3 rails 6
- linux - docker内部出现致命错误:无法访问
无法解析主机:github.com - functional-programming - 不可变 js - 以声明方式从深度嵌套的对象中提取值的最佳方法?
- reactjs - 如何使用 expo 安装和配置 react-native-sass-transformer
- java - 错误数量的类型参数 c++ 到 java 代码
- c - 使用 dlsym() 存根 malloc/free 会导致分段错误
- nestjs - 如何在 NestJS 中设置身份提供者“中间件”?