调整参数SVM

路易斯·拉蒙·拉米雷斯·罗德里格斯

我想对图像中显示的数据进行分类:

在此处输入图片说明

为此,我正在尝试使用SVM:

X =  df[['score','word_lenght']].values
Y = df['is_correct'].values
clf = svm.SVC(kernel='linear', C = 1.0)
clf.fit(X,Y)
clf.coef_
clf = svm.SVC(kernel='linear')
clf.fit(X, Y)

这是我得到的结果:

在此处输入图片说明

但是我想要一个更灵活的模型,例如红色模型,或者如果可能的话,例如蓝线。我可以使用哪些参数来接近所需的响应?

在此处输入图片说明

另外,我不太了解垂直(yy)轴的比例是如何创建的,它太大了。

w = clf.coef_[0]
a = -w[0] / w[1]
xx = np.linspace(0.85, 1)
yy =   (a * xx - (clf.intercept_[0]) / w[1])*1
阿隆索格

首先,如果数据大小合理,则可以尝试执行GridSearch,因为显然您正在处理文本,请考虑以下示例:

def main():
    pipeline = Pipeline([
        ('vect', TfidfVectorizer(ngram_range=(2,2), min_df=1)),
        ('clf',SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0, degree=3,
                     gamma=1e-3, kernel='rbf', max_iter=-1, probability=False, random_state=None,
                     shrinking=True, tol=0.001, verbose=False))
    ])


    parameters = {
        'vect__max_df': (0.25, 0.5),
        'vect__use_idf': (True, False),
        'clf__C': [1, 10, 100, 1000],

    }


    X, y = X, Y.as_matrix()
    X_train, X_test, y_train, y_test = train_test_split(X, y, train_size=0.5)
    grid_search = GridSearchCV(pipeline, parameters, n_jobs=-1, verbose=1, scoring='accuracy')
    grid_search.fit(X_train, y_train)
    print 'Best score: %0.3f' % grid_search.best_score_
    print 'Best parameters set:'
    best_parameters = grid_search.best_estimator_.get_params()
    for param_name in sorted(parameters.keys()):
        print '\t%s: %r' % (param_name, best_parameters[param_name])


if __name__ == '__main__':
main()

请注意,我使用tf-idf对数据(文本)进行了矢量化处理。scikit-learn项目还实现了RandomizedSearchCV最后,还有其他有趣的工具,例如Tpot项目,它们使用基因编程,希望对您有所帮助!

本文收集自互联网,转载请注明来源。

如有侵权,请联系[email protected] 删除。

编辑于
0

我来说两句

0条评论
登录后参与评论

相关文章

来自分类Dev

SVM参数调整

来自分类Dev

调整参数SVM

来自分类Dev

如何调整SVM Rank的参数?

来自分类Dev

训练svm模型时如何调整参数

来自分类Dev

在R(线性SVM内核)中调整svm参数

来自分类Dev

R:调整SVM参数-{e1071}包中的class.weights

来自分类Dev

调整参数时,在交叉验证的SVM中识别过度拟合

来自分类Dev

在mlr3中使用classif.svm调整参数时出错

来自分类Dev

插入符-使用plot.train时缩放SVM调整参数t(Sigma)

来自分类Dev

OpenCV无法设置SVM参数

来自分类Dev

svm 超参数调整:使用 e1071 tune.control 进行随机搜索。random != NULL 在外部函数调用中给出 NA/NaN/Inf (arg 10)

来自分类Dev

如何调整RewriteRule的参数?

来自分类Dev

如何调整backgroundSubtractorMOG的参数

来自分类Dev

调整GC(CMS)的参数

来自分类Dev

如何为SVM回归选择最佳参数?

来自分类Dev

opencv(SVM)-参数nu超出范围

来自分类Dev

在R中调整SVM-因变量的类型错误

来自分类Dev

调整超出GC开销的参数

来自分类Dev

在R中调整XGboost参数

来自分类Dev

如何调整最大熵的参数?

来自分类Dev

如何使用Caret包调整多个参数?

来自分类Dev

使用GridSearchCV进行GBRT超参数调整

来自分类Dev

R caret:调整GLM boost prun参数

来自分类Dev

如何使用验证数据调整超参数

来自分类Dev

在RODBC中使用Netezza调整参数

来自分类Dev

ggplot指数平滑与exp内部的调整参数

来自分类Dev

使用GridSearchCV进行超参数调整

来自分类Dev

K-Means GridSearchCV超参数调整

来自分类Dev

Sagemaker XGBoost超参数调整错误