scikit grid поиск по нескольким классификаторам python

Question

scikit grid поиск по нескольким классификаторам python

Я хотел узнать, есть ли лучший, более встроенный способ выполнить поиск по сетке и протестировать несколько моделей в одном конвейере. Конечно, параметры моделей были бы другими, что затруднило бы мне разобраться в этом. Вот что я сделал:

from sklearn.pipeline import Pipeline

from sklearn.ensemble import RandomForestClassifier

from sklearn.neighbors import KNeighborsClassifier

from sklearn.svm import SVC

from sklearn.naive_bayes import MultinomialNB

from sklearn.grid_search import GridSearchCV





def grid_search():

    pipeline1 = Pipeline((

    ('clf', RandomForestClassifier()),

    ('vec2', TfidfTransformer())

    ))



    pipeline2 = Pipeline((

    ('clf', KNeighborsClassifier()),

    ))



    pipeline3 = Pipeline((

    ('clf', SVC()),

    ))



    pipeline4 = Pipeline((

    ('clf', MultinomialNB()),

    ))



    parameters1 = {

    'clf__n_estimators': [10, 20, 30],

    'clf__criterion': ['gini', 'entropy'],

    'clf__max_features': [5, 10, 15],

    'clf__max_depth': ['auto', 'log2', 'sqrt', None]

    }



    parameters2 = {

    'clf__n_neighbors': [3, 7, 10],

    'clf__weights': ['uniform', 'distance']

    }



    parameters3 = {

    'clf__C': [0.01, 0.1, 1.0],

    'clf__kernel': ['rbf', 'poly'],

    'clf__gamma': [0.01, 0.1, 1.0],



    }

    parameters4 = {

    'clf__alpha': [0.01, 0.1, 1.0]

    }



    pars = [parameters1, parameters2, parameters3, parameters4]

    pips = [pipeline1, pipeline2, pipeline3, pipeline4]



    print "starting Gridsearch"

    for i in range(len(pars)):

        gs = GridSearchCV(pips[i], pars[i], verbose=2, refit=False, n_jobs=-1)

        gs = gs.fit(X_train, y_train)

        print "finished Gridsearch"

        print gs.best_score_

Однако этот подход по-прежнему дает наилучшую модель внутри каждого классификатора, а не сравнение между классификаторами.

407 3

scikit-learn

3 ответов:

Comments

Ничего не найдено.

Stergios · Accepted Answer · 2015-11-30 18:30:16

Хотя тема немного устарела, я публикую ответ на случай, если он кому-то поможет в будущем.

Вместо того, чтобы, используя поиск по сетке отбора hyperparameter, вы можете использовать 'hyperopt' библиотека.

Пожалуйста, взгляните на раздел 2.2 этой страницы. В приведенном выше случае вы можете использовать " hp.выражение choice', чтобы выбрать один из различных конвейеров, а затем определить выражения параметров для каждого из них отдельно.

В вашей целевой функции вам нужно иметь проверку в зависимости от выбранного конвейера и возвращать оценку CV для выбранного конвейера и параметров (возможно, через cross_cal_score).

Объект trials в конце выполнения укажет наилучший конвейер и параметры в целом.

dubek · Accepted Answer · 2017-01-15 13:14:02

Поиск Гиперпараметрической сетки postпо нескольким моделям в scikit-learn предлагает реализацию оценщика EstimatorSelectionHelper, который может запускать различные оценки, каждая со своей собственной сеткой параметров.

bmurauer · Accepted Answer · 2018-02-15 14:53:22

Хотя решение от дубека более прямолинейно, оно не помогает при взаимодействии между параметрами элементов конвейера, которые стоят перед классификатором. Поэтому я написал вспомогательный класс для работы с ним и могу включить его в Настройки конвейера по умолчанию scikit. Минимальный пример:
from sklearn.pipeline import Pipeline
from sklearn.model_selection import GridSearchCV
from sklearn.preprocessing import StandardScaler, MaxAbsScaler
from sklearn.svm import LinearSVC
from sklearn.ensemble import RandomForestClassifier
from sklearn import datasets
from pipelinehelper import PipelineHelper

iris = datasets.load_iris()
X_iris = iris.data
y_iris = iris.target
pipe = Pipeline([
    ('scaler', PipelineHelper([
        ('std', StandardScaler()),
        ('max', MaxAbsScaler()),
    ])),
    ('classifier', PipelineHelper([
        ('svm', LinearSVC()),
        ('rf', RandomForestClassifier()),
    ])),
])

params = {
    'scaler__selected_model': pipe.named_steps['scaler'].generate({
        'std__with_mean': [True, False],
        'std__with_std': [True, False],
        'max__copy': [True],  # just for displaying
    }),
    'classifier__selected_model': pipe.named_steps['classifier'].generate({
        'svm__C': [0.1, 1.0],
        'rf__n_estimators': [100, 20],
    })
}
grid = GridSearchCV(pipe, params, scoring='accuracy', verbose=1)
grid.fit(X_iris, y_iris)
print(grid.best_params_)
print(grid.best_score_)
Он также может быть использован для других элементов конвейера, а не только для классификатора. Код находится на github , Если кто-то хочет проверить его.