Python GridSearchCV忽略列车/测试尺寸
我无法让GridSearchCV尊重我的交叉验证参数。我正在做以下工作:Python GridSearchCV忽略列车/测试尺寸,python,scikit-learn,gridsearchcv,Python,Scikit Learn,Gridsearchcv,我无法让GridSearchCV尊重我的交叉验证参数。我正在做以下工作: folds = ShuffleSplit(n_splits = 5, train_size = 37, test_size=5, random_state=42) grid = GridSearchCV( SVR(kernel='rbf'), cv=folds.split(X_scaled), param_grid={
folds = ShuffleSplit(n_splits = 5, train_size = 37, test_size=5, random_state=42)
grid = GridSearchCV(
SVR(kernel='rbf'),
cv=folds.split(X_scaled),
param_grid={
'C': (.1, 1, 10, 100, 1000, 10000,1000000000),
'epsilon': .0001,
'gamma': (.00005, 0.0001, 0.0002)
}
)
grid.fit(X_scaled, y_scaled)
grid.fit的输出让我知道它正在做:
Fitting 5 folds for each of 21 candidates, totalling 84 fits
因此,它考虑了折叠次数,但完全忽略了我的参数,即用于训练/测试的数据量。我似乎与在线代码示例一致,但除了21个数据点(我的示例的一半)之外,没有任何东西能使它适合其他任何东西
请告知。报告的
21名候选人
不是数据点;由于您的参数网格
中要求的所有可能参数组合,它们是21个候选模型,每个对应于一个候选模型:
- 7候选
值C
- 1名候选人
epsilon
- 3候选人
gamma
7*1*3=21
canditate模型