訂閱
糾錯
加入自媒體
當(dāng)前位置： OFweek 人工智能網(wǎng)   >   其他   >  正文

Python數(shù)據(jù)科學(xué)：神經(jīng)網(wǎng)絡(luò)

＃ 使用GridSearchCV進(jìn)行最優(yōu)參數(shù)搜索

param＿grid ＝ ｛
   ＃ 模型隱層數(shù)量
   ＇hidden＿layer＿sizes＇： ［（10， ）， （15， ）， （20， ）， （5， 5）］，
   ＃ 激活函數(shù)
   ＇activation＇： ［＇logistic＇， ＇tanh＇， ＇relu＇］，
   ＃ 正則化系數(shù)
   ＇alpha＇： ［0．001， 0．01， 0．1， 0．2， 0．4， 1， 10］

｝

mlp ＝ MLPClassifier（max＿iter＝1000）

＃ 選擇roc＿auc作為評判標(biāo)準(zhǔn)，4折交叉驗證，n＿jobs＝－1使用多核CPU的全部線程

gcv ＝ GridSearchCV（estimator＝mlp， param＿grid＝param＿grid，
                  scoring＝＇roc＿auc＇， cv＝4， n＿jobs＝－1）

gcv．fit（scaled＿train＿data， train＿target）

輸出最優(yōu)參數(shù)的模型的情況。

＃ 輸出最優(yōu)參數(shù)下模型的得分

print（gcv．best＿score＿）

＃ 輸出值為0．9258018987136855

＃ 輸出最優(yōu)參數(shù)下模型的參數(shù)

print（gcv．best＿params＿）

＃ 輸出參數(shù)值為｛＇alpha＇： 0．01， ＇activation＇： ＇tanh＇， ＇hidden＿layer＿sizes＇： （5， 5）｝

＃ 使用指定數(shù)據(jù)集輸出最優(yōu)模型預(yù)測的平均準(zhǔn)確度

print（gcv．score（scaler＿test＿data， test＿target））

＃ 輸出值為0．9169384823390232

模型的roc＿auc最高得分為0．92，即該模型下的ROC曲線下面積為0．92。

較之前的0．9149，提高了一點(diǎn)點(diǎn)。

模型的最優(yōu)參數(shù)，激活函數(shù)為relu類型，alpha為0．01，隱藏層節(jié)點(diǎn)數(shù)為15個。

模型的預(yù)測平均準(zhǔn)確率為0．9169，較之前的0．8282，提高了不少。

<上一頁  1  2  3  
聲明： 本文由入駐維科號的作者撰寫，觀點(diǎn)僅代表作者本人，不代表OFweek立場。如有侵權(quán)或其他問題，請聯(lián)系舉報。

發(fā)表評論

共0條評論，0人參與

請輸入評論內(nèi)容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁，請輸入驗證碼繼續(xù)

暫無評論

暫無評論

    掃碼關(guān)注公眾號
    OFweek人工智能網(wǎng)
    獲取更多精彩內(nèi)容
    文章糾錯
    x
    *文字標(biāo)題：
    *糾錯內(nèi)容：
    聯(lián)系郵箱：
    *驗 證 碼：

    粵公網(wǎng)安備 44030502002758號