cross_val = StratifiedKFold(n_splits=split_number)
index_iterator = cross_val.split(features_dataframe, classes_dataframe)
clf = RandomForestClassifier()
random_grid = _create_hyperparameter_finetuning_grid()
clf_random = RandomizedSearchCV(estimator = clf, param_distributions = random_grid, n_iter = 100, cv = cross_val,verbose=2, random_state=42, n_jobs = -1)
clf_random.fit(X, y)我发现这个代码为随机搜索简历上的一些网站。我不知道什么“随机网格= _创建_超参数_微调_网格（）“在这代码。请启发我这一点。
超参数整定
1条答案
按热度按时间83qze16e1#
它作为第二个参数传递给模型，并且在文档（https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.RandomizedSearchCV.html）中报告说它应该是一个“Dictionary，其中参数名称（str）作为键和分布或要尝试的参数列表”。
RF模型根据一些超参数构造一组决策树来寻找正确的分类，并利用值参数分布来确定哪些超参数组合应该被测试。
这里还有一种解释：
How to correctly implement StratifiedKFold with RandomizedSearchCV