我试图构建一个回归器,用XGBoost
和MultiOutputRegressor
包装器从6D输入预测6D输出。但我不确定如何进行参数搜索。我的代码如下所示:
gsc = GridSearchCV(
estimator=xgb.XGBRegressor(),
param_grid={"learning_rate": (0.05, 0.10, 0.15),
"max_depth": [ 3, 4, 5, 6, 8],
"min_child_weight": [ 1, 3, 5, 7],
"gamma":[ 0.0, 0.1, 0.2],
"colsample_bytree":[ 0.3, 0.4],},
cv=3, scoring='neg_mean_squared_error', verbose=0, n_jobs=-1)
grid_result = MultiOutputRegressor(gsc).fit(X_train, y_train)
self.best_params = grid_result.best_params_
但是,MultiOutputRegressor
没有.best_params_
变量。这样做的正确方式是什么?非常感谢
MultiOutputRegressor
在估计器本身有param_grid
需要相应地改变你可以试试这个
相关问题 更多 >
编程相关推荐