python機(jī)器學(xué)習(xí)-乳腺癌細(xì)胞挖掘（四）
?python機(jī)器學(xué)習(xí)-sklearn挖掘乳腺癌細(xì)胞( 博主親自錄制)：http://dwz.date/bwey
模型調(diào)參
調(diào)參是一門黑箱技術(shù)，需要經(jīng)驗(yàn)豐富的機(jī)器學(xué)習(xí)工程師才能做到。幸運(yùn)的是sklearn有調(diào)參的包，入門級(jí)學(xué)者也可嘗試調(diào)參。
如果參數(shù)不多，可以手動(dòng)寫函數(shù)調(diào)參，如果參數(shù)太多可以用GridSearchCV調(diào)參，如果參數(shù)多的占用時(shí)間太長(zhǎng)，可以用randomSizeCV調(diào)參，節(jié)約調(diào)參時(shí)間
GridSearchCV
如果參數(shù)太多可以用GridSearchCV調(diào)參
（1）單參數(shù)調(diào)參
（2）多參數(shù)調(diào)參
因?yàn)橛衝_neighbors和weights兩個(gè)參數(shù)，因此誕生了60個(gè)結(jié)果
因?yàn)橛袃蓚€(gè)參數(shù)，所以得到最佳模型：weight=distance,n_neighbor=12
?RandomSizeSearchCV
randomSizeCV調(diào)參類似于GridSearchCV的抽樣
如果參數(shù)多的占用時(shí)間太長(zhǎng)，可以用randomSizeCV調(diào)參，節(jié)約調(diào)參時(shí)間。
randomSizeCV調(diào)參準(zhǔn)確率會(huì)略低于GridSearchCV，但可以節(jié)約大量時(shí)間。
randomSizeCV是隨機(jī)調(diào)參方法，精確度沒(méi)有g(shù)ridsearchcv高，但可以節(jié)約大量時(shí)間，其調(diào)參代碼如下：
# -*- coding: utf-8 -*-
"""
Created on Sat Jun 16 19:54:25 2018
微信公眾號(hào)：pythonEducation??
@author: 231469242@qq.com
"""
from?sklearn.grid_search?import?RandomizedSearchCV
import?matplotlib.pyplot as plt
#交叉驗(yàn)證
from?sklearn.cross_validation?import?cross_val_score
from?sklearn.datasets?import?load_breast_cancer
from?sklearn.neighbors?import?KNeighborsClassifier
??
#導(dǎo)入數(shù)據(jù)
cancer=load_breast_cancer()
x=cancer.data
y=cancer.target
??
#調(diào)參knn的鄰近指數(shù)n
k_range=list(range(1,31))
weight_options=['uniform','distance']
param_dist=dict(n_neighbors=k_range,weights=weight_options)
??
knn=KNeighborsClassifier()
#n_iter為隨機(jī)生成個(gè)數(shù)
rand=RandomizedSearchCV(knn,param_dist,cv=10,scoring='accuracy',
????????????????????????n_iter=10,random_state=5)
??
rand.fit(x,y)
rand.grid_scores_
print('best score:',rand.best_score_)
print('best params:',rand.best_params_)
模型調(diào)參知識(shí)為大家講解到這里，歡迎各位同學(xué)報(bào)名我的python機(jī)器學(xué)習(xí)生物信息學(xué)系列課，網(wǎng)址如下：http://dwz.date/b9vw
