Я выполняю настройку гиперпараметра RandomForest
следующим образом, используя GridSearchCV
.
X = np.array(df[features]) #all features
y = np.array(df['gold_standard']) #labels
x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)
param_grid = {
'n_estimators': [200, 500],
'max_features': ['auto', 'sqrt', 'log2'],
'max_depth' : [4,5,6,7,8],
'criterion' :['gini', 'entropy']
}
CV_rfc = GridSearchCV(estimator=rfc, param_grid=param_grid, cv= 5)
CV_rfc.fit(x_train, y_train)
print(CV_rfc.best_params_)
Полученный результат выглядит следующим образом.
{'criterion': 'gini', 'max_depth': 6, 'max_features': 'auto', 'n_estimators': 200}
После этого я повторно применяюНастроил параметры на x_test
следующим образом.
rfc=RandomForestClassifier(random_state=42, criterion ='gini', max_depth= 6, max_features = 'auto', n_estimators = 200, class_weight = 'balanced')
rfc.fit(x_train, y_train)
pred=rfc.predict(x_test)
print(precision_recall_fscore_support(y_test,pred))
print(roc_auc_score(y_test,pred))
Однако мне все еще не ясно, как использовать GridSearchCV
с 10-fold cross validation
(то есть не просто применить настроенные параметры к x_test
).то есть что-то вроде ниже.
kf = StratifiedKFold(n_splits=10)
for fold, (train_index, test_index) in enumerate(kf.split(X, y), 1):
X_train = X[train_index]
y_train = y[train_index]
X_test = X[test_index]
y_test = y[test_index]
ИЛИ
, поскольку GridSearchCV
использует crossvalidation
мы можем использовать все X
и y
и получить лучшеерезультат как конечный результат?
Я с удовольствием предоставлю более подробную информацию, если это необходимо.