Python 将随机变量传递给sklearn随机搜索（RandomizedSearchCV）

在下面的代码中，

interactive（）

和

expon（）

有什么用途

svm_grid_R = {'kernel':["linear","rbf"], 'C': reciprocal(20,200000), "gamma" : expon(scale=1.0)}

为什么我们不能直接使用

range（）

？

expon（比例=1.0）

和

倒数（20200000）

表示什么范围

对于上下文，使用这些参数的代码如下所示：

svm_reg = SVR()
rnd_search = RandomizedSearchCV(svm_reg, param_distributions=svm_grid_R,
                                n_iter=50, cv=5, scoring='neg_mean_squared_error',
                                verbose=2, random_state=42)
rnd_search.fit(housing_prepared, housing_labels)

---

我建议您检查脚本中导入函数的部分，以了解它们是什么。根据你的问题，我推断如下：

# Import the distribution
from scipy.stats import expon
# Initialize a random variable with lambda=1 (scale=1)
exponential_rv = expon(scale=1)
# Draw a random sample from this distribution
exponential_rv.rvs()
> 0.780028923390962

• 倒数

  应该来自scipy.stats import倒数，这将为您提供一个倒数随机变量

• expon

  应该来自scipy.stats import expon的

  ，它将为您提供一个指数随机变量

在代码中，将这些随机变量作为

C

和

gamma

参数传递给随机搜索。这意味着搜索使用的随机参数将从这两个分布中采样

从技术上讲，您还可以使用

range

命令搜索从给定序列中随机抽取数字。另一种方法是向搜索传递一个随机变量，从中对随机参数进行采样。您的代码采用第二种方法

为了更好地理解第二种方法的意义，请尝试以下方法：

# Import the distribution
from scipy.stats import expon
# Initialize a random variable with lambda=1 (scale=1)
exponential_rv = expon(scale=1)
# Draw a random sample from this distribution
exponential_rv.rvs()
> 0.780028923390962

---

在这种情况下，您的搜索将把

C=0.780028923390962

传递给支持向量机。

谢谢，所以

倒数

从逆/倒数分布中给出随机数，

expon

从λ（刻度）为1.0的指数分布中给出随机数？正是！这就是代码的作用。谢谢，这帮了大忙。