[英]GridSearchCV for multi-label classification for each label separately
我正在使用scikit学习进行多标签分类。 我正在使用RandomForestClassifier作为基本估计量。 我想使用GridSearchCV为每个标签优化它的参数。 目前,我正在通过以下方式进行操作:
from sklearn.ensemble import RandomForestClassifier
from sklearn.multiclass import OneVsRestClassifier
from sklearn.grid_search import GridSearchCV
parameters = {
"estimator__n_estimators": [5, 50, 200],
"estimator__max_depth" : [None, 10,20],
"estimator__min_samples_split" : [2, 5, 10],
}
model_to_tune = OneVsRestClassifier(RandomForestClassifier(random_state=0,class_weight='auto'))
model_tuned = GridSearchCV(model_to_tune, param_grid=params, scoring='f1',n_jobs=2)
print model_tuned.best_params_
{'estimator__min_samples_split': 10, 'estimator__max_depth': None, 'estimator__n_estimators': 200}
考虑到所有标签,这些参数可提供最佳的f1分数。 我想为每个标签分别查找参数。 有内置的功能可以做到这一点吗?
尽管它不是内置的,但这样做并不难,我不确定我为什么会这么做。
只需像这样预处理数据:
for a_class in list_of_unique_classes:
y_this_class = (y_all_class==a_class)
model_to_tune = RandomForestClassifier(random_state=0,class_weight='auto')
model_tuned = GridSearchCV(model_to_tune, param_grid=params, scoring='f1',n_jobs=2)
model_tuned.fit( X, y_this_class )
# Save the best parameters for this class
(另外,请注意f1分数,它不能很好地描述偏斜数据集的分类器性能。您想使用ROC曲线和/或知情度 )。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.