时间戳

首页 > 解决方案 > 如何找到给出最佳分数的 train_test_split 的最佳 random_state 值？

python - 如何找到给出最佳分数的 train_test_split 的最佳 random_state 值？

问题描述

我对我的数据进行了训练测试拆分，并为其拟合了支持向量机。

xtrain, xtest, ytrain, ytest = train_test_split(df, target)

svc = svm.SVC(C=30, gamma='auto')
svc.fit(xtrain,ytrain)
svc.score(xtest,ytest)

我正在将SVC模型拟合到 iris 数据集，并且每次运行都会得到不同的结果train_test_split（这很明显）。

是否有 train test_test_split 的任何属性或函数或任何其他方式，以便在获得结果后（执行上述代码后）我可以找出random_state我得到结果的值是什么？

标签： pythonmachine-learningscikit-learngrid-searchhyperparameters

解决方案

您可以运行自制的网格搜索来找到random_state.

但是，您永远不应该针对随机性进行优化。通过这样做，您将找到最适合某些随机事件的模型，根据定义，这些随机事件与您的目标变量没有因果关系。

如果您真的想继续，那么您必须记录每个随机状态拆分的分数。

import numpy as np
import pandas as pd

# Array of random_state values from -100 to 100
random_states = np.arange(start=-100, stop=101)

# Initialize a list where we'll store the score of each random_state
scores = []

# Initialize search
for state in random_states:
    xtrain, ytrain, xtest, ytest = train_test_split(df, target, random_state=state)
    svc = svm.SVC(C=30, gamma='auto')
    svc.fit(xtrain, ytrain)
    scores.append(svc.score(xtest, ytest))

现在将这两个数组放入一个 pandas 数据框中。

results = pd.DataFrame({'random_state':random_states, 'score':scores})
results[results['score'] == results['score'].max()]

推荐阅读