在python中復制預測模型

Question

在我的預測性python代碼中

我使用sklearn預測模型（KNN，RandomForest，LinearRegression等）

在循環中嘗試尋找最佳的超參數優化。

找到最佳參數后，我想復制訓練好的模型

我怎樣才能做到這一點？

for k in range(1,10):
    knn = KNeighborsClassifier(n_neighbors=k)
    ...
    #some code to fit and train the model here and find the accuracy
    ...
    if accuracy > top_accuracy:
         top_accuracy = accuracy
         top_knn = knn <==== ?


# code to fit top_knn with a new test dataset

這會復制受過訓練的模型與受過訓練的模型嗎，有什么方法可以確保我的模型具有受過訓練的數據

Answer 1

scikit-learn包含用於超參數調整的組件（請參閱https://scikit-learn.org/stable/modules/grid_search.html ）。 示例代碼在這里 。 可以通過clf.best_estimator_訪問在搜索過程中找到的最佳模型。

Answer 2

您在使用sklearn嗎？ 每次訓練時，KNN對象都會保留最新的擬合功能。 如果要記錄新擬合是否比上一個擬合更好，我只需創建一個新類並為其分配模型對象即可：

class foo:
    __init__(self,model,accuracy):
        self.current = model
        self.accuracy = accuracy

if accuracy > foo.accuracy:
    foo.current = model