欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python機(jī)器學(xué)習(xí)入門(mén)(六)之Python優(yōu)化模型

 更新時(shí)間:2021年08月27日 15:51:28   作者:靖墨c  
這篇文章主要介紹了Python機(jī)器學(xué)習(xí)入門(mén)知識(shí),本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

有時(shí)提升一個(gè)模型的準(zhǔn)確度很困難。你會(huì)嘗試所有曾學(xué)習(xí)過(guò)的策略和算法,但模型正確率并沒(méi)有改善。這時(shí)你會(huì)覺(jué)得無(wú)助和困頓,這也正是90%的數(shù)據(jù)科學(xué)家開(kāi)始放棄的時(shí)候。不過(guò),這才是考驗(yàn)真正本領(lǐng)的時(shí)候!這也是普通的數(shù)據(jù)科學(xué)家和大師級(jí)數(shù)據(jù)科學(xué)家的差距所在。

1.集成算法

三個(gè)臭皮匠,頂個(gè)諸葛亮。群體的智慧是很強(qiáng)大的。那么,在機(jī)器學(xué)習(xí)中能否同樣采用此策略呢?答案是肯定的,就是集成算法——將多個(gè)不同算法從集成起來(lái),使結(jié)果更優(yōu)。

1.1袋裝算法

袋裝算法是一種提高分類(lèi)準(zhǔn)確率的算法。通過(guò)給定組合投票的方式獲得最優(yōu)解。比如你生病了,去n個(gè)醫(yī)院看了n個(gè)醫(yī)生,每個(gè)醫(yī)生都給你開(kāi)了藥方,最后哪個(gè)藥方的出現(xiàn)次數(shù)多,就說(shuō)明這個(gè)藥方可能是最優(yōu)解。

1.1.1袋裝決策樹(shù)

袋裝算法在數(shù)據(jù)具有很大方差時(shí)非常有效,最常見(jiàn)的例子就是決策樹(shù)的袋裝算法。

from pandas import read_csv
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from sklearn.ensemble import BaggingClassifier
from sklearn.tree import DecisionTreeClassifier
 
filename = 'pima_data.csv'
names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
data = read_csv(filename, names=names)
array = data.values
X = array[:,0:8]
Y = array[:,8]
num_folds = 10
seed = 7
kfold = KFold(n_splits=num_folds,shuffle=True,random_state=seed)
 
#袋裝決策樹(shù)
cart = DecisionTreeClassifier()
num_tree = 100
model = BaggingClassifier(base_estimator=cart,n_estimators=num_tree,random_state=seed)
result = cross_val_score(model, X, Y, cv=kfold)
print(result.mean())

0.7578263841421736

1.1.2隨機(jī)森林

隨機(jī)森林是由很多決策樹(shù)構(gòu)成的,不同決策樹(shù)之間沒(méi)有關(guān)聯(lián)。

當(dāng)我們進(jìn)行分類(lèi)任務(wù)時(shí),新的輸入樣本進(jìn)入,就讓森林中的每一棵決策樹(shù)分別進(jìn)行判斷和分類(lèi),每個(gè)決策樹(shù)會(huì)得到一個(gè)自己的分類(lèi)結(jié)果,決策樹(shù)的分類(lèi)結(jié)果中哪一個(gè)分類(lèi)最多,那么隨機(jī)森林就會(huì)把這個(gè)結(jié)果當(dāng)做最終的結(jié)果。

from sklearn.ensemble import RandomForestClassifier
 
#隨機(jī)森林
num_tree = 100
max_features = 3
model = RandomForestClassifier(n_estimators=num_tree,random_state=seed,max_features=max_features)
result = cross_val_score(model, X, Y, cv=kfold)
print(result.mean())

0.759107997265892

1.1.3極端隨機(jī)樹(shù)

極端隨機(jī)數(shù)與隨機(jī)森林十分相似,都是由許多決策樹(shù)構(gòu)成的,但它與隨機(jī)森林由兩個(gè)主要區(qū)別:

  • 隨機(jī)森林應(yīng)用的是Bagging模型,而極端隨機(jī)樹(shù)是使用所有的訓(xùn)練樣本得到每棵決策樹(shù),也就是每棵決策樹(shù)應(yīng)用的是全部訓(xùn)練樣本。
  • 隨機(jī)森林是在一個(gè)隨機(jī)子集內(nèi)得到最優(yōu)分叉特征屬性,而極端隨機(jī)樹(shù)是完全隨機(jī)地選擇分叉特征屬性,從而實(shí)現(xiàn)對(duì)決策樹(shù)進(jìn)行分叉。
from sklearn.ensemble import ExtraTreesClassifier
 
#極端隨機(jī)樹(shù)
num_tree = 100
max_features = 3
model = ExtraTreesClassifier(n_estimators=num_tree,random_state=seed,max_features=max_features)
result = cross_val_score(model, X, Y, cv=kfold)
print(result.mean())

0.7630211893369789

1.2提升算法

提升算法也稱(chēng)為boosting算法,它是將弱學(xué)習(xí)算法提升為強(qiáng)學(xué)習(xí)算法的一類(lèi)算法,可用來(lái)提升弱分類(lèi)器的準(zhǔn)確度。

1.2.1AdaBoost

AdaBoost是一種迭代算法,其核心思想是針對(duì)同一個(gè)訓(xùn)練集訓(xùn)練不同的分類(lèi)器(弱分類(lèi)器),然后把這些弱分類(lèi)器集合起來(lái),構(gòu)成一個(gè)更強(qiáng)的最終分類(lèi)器(強(qiáng)分類(lèi)器)。

from pandas import read_csv
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from sklearn.ensemble import AdaBoostClassifier
 
filename = 'pima_data.csv'
names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
data = read_csv(filename, names=names)
array = data.values
X = array[:,0:8]
Y = array[:,8]
num_folds = 10
seed = 7
kfold = KFold(n_splits=num_folds,shuffle=True,random_state=seed)
 
#AdaBost
num_tree = 100
model = AdaBoostClassifier(n_estimators=num_tree,random_state=seed)
result = cross_val_score(model, X, Y, cv=kfold)
print(result.mean())

0.7578605604921395

1.2.2隨機(jī)梯度提升

隨機(jī)梯度提升法(GBM)的基本思想是:要找到某個(gè)函數(shù)的最大值,最好的辦法就是沿著該函數(shù)的梯度方向探尋。梯度算子總是指向函數(shù)增長(zhǎng)值最快的方向。

from sklearn.ensemble import GradientBoostingClassifier
 
#隨機(jī) 梯度提升
num_tree = 100
model = GradientBoostingClassifier(n_estimators=num_tree,random_state=seed)
result = cross_val_score(model, X, Y, cv=kfold)
print(result.mean())

0.7591934381408066

1.3投票算法

投票算法(Voting)是一個(gè)非常簡(jiǎn)單的多個(gè)機(jī)器學(xué)習(xí)算法的集成算法。投票算法是通過(guò)創(chuàng)建兩個(gè)或多個(gè)算法模型,利用投票算法將這些算法包裝起來(lái),計(jì)算各個(gè)子模型的平均預(yù)測(cè)情況。

from pandas import read_csv
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from sklearn.ensemble import VotingClassifier
from sklearn.tree import DecisionTreeClassifier
from sklearn.svm import SVC
from sklearn.linear_model import LogisticRegression
 
filename = 'pima_data.csv'
names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
data = read_csv(filename, names=names)
array = data.values
X = array[:,0:8]
Y = array[:,8]
num_folds = 10
seed = 7
kfold = KFold(n_splits=num_folds,shuffle=True,random_state=seed)
 
#投票算法
models=[]
model_logistic = LogisticRegression(max_iter=3000)
model_cart = DecisionTreeClassifier()
model_svc = SVC()
models.append(('logistic',model_logistic))
models.append(('cart',model_cart))
models.append(('svc',model_svc))
ensemble_model = VotingClassifier(estimators=models)
result = cross_val_score(ensemble_model, X, Y, cv=kfold)
print(result.mean())

0.7721804511278196

2.算法調(diào)參

機(jī)器學(xué)習(xí)的模型都是參數(shù)化的,可以通過(guò)調(diào)參來(lái)提高模型的準(zhǔn)確度。模型參數(shù)的調(diào)整應(yīng)該遵循偏差和方差協(xié)調(diào)的原則。

調(diào)整算法參數(shù)是機(jī)器學(xué)習(xí)解決問(wèn)題的最后一個(gè)步驟,有時(shí)也被成為超參數(shù)優(yōu)化。學(xué)會(huì)調(diào)參是進(jìn)行機(jī)器學(xué)習(xí)項(xiàng)目的前提。參數(shù)可分為兩種:一種是影響模型在訓(xùn)練集上的準(zhǔn)確度或防止過(guò)擬合能力的參數(shù);另一種是不影響這兩者的參數(shù)。模型在樣本總體上的準(zhǔn)確度由其在訓(xùn)練集上的準(zhǔn)確度及其防止過(guò)擬合的能力共同決定,所以在調(diào)參時(shí)主要針對(duì)第一種參數(shù)進(jìn)行調(diào)整,最終達(dá)到的效果是:模型在訓(xùn)練集上的準(zhǔn)確度和防止過(guò)擬合能力的大和諧。

2.1網(wǎng)絡(luò)搜索優(yōu)化參數(shù)

網(wǎng)格搜索優(yōu)化參數(shù)是一種算法參數(shù)優(yōu)化的方法。它是通過(guò)遍歷已定義參數(shù)的列表,來(lái)評(píng)估算法的參數(shù),從而找到最優(yōu)參數(shù)。

from pandas import read_csv
from sklearn.linear_model import Ridge
from sklearn.model_selection import GridSearchCV
 
#導(dǎo)入數(shù)據(jù)
filename = 'pima_data.csv'
names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']
data = read_csv(filename, names=names)
#將數(shù)據(jù)分為輸入數(shù)據(jù)和輸出結(jié)果
array = data.values
X = array[:,0:8]
Y = array[:,8]
#算法實(shí)例化
model = Ridge()
#設(shè)置要遍歷的參數(shù)
param_grid = {'alpha':[1,0.1,0.01,0.001,0]}
#通過(guò)網(wǎng)格搜索查詢(xún)最優(yōu)參數(shù)
grid = GridSearchCV(model, param_grid)
grid.fit(X,Y)
#搜索結(jié)果
print('max_score:%.3f'% grid.best_score_)
print('best_para:%.3f'% grid.best_estimator_.alpha)

max_score:0.276
best_para:1.000

2.2隨機(jī)搜索優(yōu)化參數(shù)

隨機(jī)搜索優(yōu)化參數(shù)是另一種對(duì)算法參數(shù)優(yōu)化的方法。隨機(jī)搜索優(yōu)化參數(shù)通過(guò)固定次數(shù)的迭代,采用隨機(jī)采樣分布的方式搜索合適的參數(shù)。

from sklearn.model_selection import RandomizedSearchCV
from scipy.stats import uniform
 
#隨即搜索優(yōu)化參數(shù)
grid = RandomizedSearchCV(model, param_grid,100,random_state=7)
grid.fit(X,Y)
#搜索結(jié)果
print('max_score:%.3f'% grid.best_score_)
print('best_para:%.3f'% grid.best_estimator_.alpha)

max_score:0.276
best_para:1.000

總結(jié)

本文主要講解了如何優(yōu)化模型,包括集成算法和算法調(diào)參,這些都是在實(shí)際項(xiàng)目中非常有用的。

到此這篇關(guān)于Python機(jī)器學(xué)習(xí)入門(mén)(六)優(yōu)化模型的文章就介紹到這了,更多相關(guān)Python機(jī)器學(xué)習(xí)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • Python實(shí)現(xiàn)SICP賦值和局部狀態(tài)

    Python實(shí)現(xiàn)SICP賦值和局部狀態(tài)

    這篇文章主要介紹了Python實(shí)現(xiàn)SICP 賦值和局部狀態(tài)的相關(guān)知識(shí),本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2023-03-03
  • 解決pytorch中的kl divergence計(jì)算問(wèn)題

    解決pytorch中的kl divergence計(jì)算問(wèn)題

    這篇文章主要介紹了解決pytorch中的kl divergence計(jì)算問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-05-05
  • Python坐標(biāo)軸操作及設(shè)置代碼實(shí)例

    Python坐標(biāo)軸操作及設(shè)置代碼實(shí)例

    這篇文章主要介紹了Python坐標(biāo)軸操作及設(shè)置代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2020-06-06
  • Numpy中的shape函數(shù)的用法詳解

    Numpy中的shape函數(shù)的用法詳解

    這篇文章主要介紹了Numpy中的shape函數(shù)的用法詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2021-03-03
  • Python下調(diào)用Linux的Shell命令的方法

    Python下調(diào)用Linux的Shell命令的方法

    有時(shí)候難免需要直接調(diào)用Shell命令來(lái)完成一些比較簡(jiǎn)單的操作,這篇文章主要介紹了Python下調(diào)用Linux的Shell命令的方法,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧
    2018-06-06
  • PyTorch中flatten()?函數(shù)的用法實(shí)例小結(jié)

    PyTorch中flatten()?函數(shù)的用法實(shí)例小結(jié)

    在PyTorch中,flatten函數(shù)的作用是將一個(gè)多維的張量轉(zhuǎn)換為一維的向量,它可以將任意形狀的張量轉(zhuǎn)換為一維,而不需要指定轉(zhuǎn)換后的大小,這篇文章主要介紹了PyTorch中flatten()?函數(shù)的用法,需要的朋友可以參考下
    2023-11-11
  • 淺談pandas中對(duì)nan空值的判斷和陷阱

    淺談pandas中對(duì)nan空值的判斷和陷阱

    這篇文章主要介紹了淺談pandas中對(duì)nan空值的判斷和陷阱,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2021-03-03
  • 如何通過(guò)python的fabric包完成代碼上傳部署

    如何通過(guò)python的fabric包完成代碼上傳部署

    這篇文章主要介紹了如何通過(guò)python的fabric包完成代碼上傳部署,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下
    2019-07-07
  • python 安裝impala包步驟

    python 安裝impala包步驟

    這篇文章主要介紹了python 安裝impala包步驟,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-03-03
  • 解決Jupyter NoteBook輸出的圖表太小看不清問(wèn)題

    解決Jupyter NoteBook輸出的圖表太小看不清問(wèn)題

    這篇文章主要介紹了解決Jupyter NoteBook輸出的圖表太小看不清問(wèn)題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-04-04

最新評(píng)論