我用GridSearch训练了一个支持向量机模型
svc = SVC()
parameters = {
'kernel': ['linear', 'rbf'],
'C': [0.1, 1, 10]
}
cv = GridSearchCV(svc, parameters, cv=5)
cv.fit(v_train, y_train)
print_results(cv)这是我得到的结果:
BEST PARAMS: {'C': 1, 'kernel': 'linear'}
0.912 (+/-0.037) for {'C': 0.1, 'kernel': 'linear'}
0.763 (+/-0.027) for {'C': 0.1, 'kernel': 'rbf'}
0.942 (+/-0.045) for {'C': 1, 'kernel': 'linear'}
0.903 (+/-0.044) for {'C': 1, 'kernel': 'rbf'}
0.94 (+/-0.043) for {'C': 10, 'kernel': 'linear'}
0.928 (+/-0.046) for {'C': 10, 'kernel': 'rbf'}绘制这个结果的最佳方法是什么?在一幅既包含C参数又包含kernel并具有相应精度的绘图中。
谢谢。
发布于 2020-12-31 08:44:17
我建议的是将结果作为一个数据框架
pd.DataFrame(cv.cv_results_)然后,数据中的数据就更容易处理了。
对于另一个问题(在您的评论中),一旦您在一个好的数据中拥有数据,就只是数据可视化。你怎么能把它放在一个很好的可视化中呢?
比较容易的是2d图、3d图或甚至等高线图。通过谷歌搜索它们和python,您将获得关于如何实现的很好的教程。
发布于 2020-11-28 11:41:51
您可以使用一个简单的lineplot__。

https://datascience.stackexchange.com/questions/86049
复制相似问题