赞
踩
在使用单项式特征的时候,模型函数的型式是 y = a ∗ x + b ∗ y + c ∗ z + d y = a*x+b*y+c*z+d y=a∗x+b∗y+c∗z+d,但我们还可以加入多项式作为新的特征,例如二项式增加以下特征 [ x ∗ y , x ∗ z , y ∗ z , x 2 , y 2 , z 2 ] [x*y,x*z,y*z,x^2,y^2,z^2] [x∗y,x∗z,y∗z,x2,y2,z2]。
在网络搜索中使用:
from sklearn.pipeline import Pipeline
from sklearn.preprocessing import PolynomialFeatures
from sklearn.neighbors import KNeighborsClassifier
from sklearn.model_selection import GridSearchCV
pip_params = {'poly_features__degree':[1,2,3],'poly_features__interaction_only':[True,False],'classify__n_neighbors':[3,4,5,6]}
poly = PolynomialFeatures(include_bias=False)
knn = KNeighborsClassifier()
pipe = Pipeline([('poly_features',poly),('classify',knn)])
grid = GridSearchCV(pipe,pip_params)
grid.fit(x,y)
print(grid.best_score_,grid.best_params_)
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。