这是我的密码
我使用网格搜索cv进行超参数调整。但它显示出错误
param_grid = {"kernel" : ['linear', 'poly', 'rbf', 'sigmoid'],
'loss' : ['epsilon_insensitive', 'squared_epsilon_insensitive'],
"max_iter" : [1,10,20],
'C' : [np.arange(0,20,1)]}
model = GridSearchCV(estimator = svr, param_grid = param_grid, cv = 5, verbose = 3, n_jobs = -1)
m1 = model.fit(x_train,y_train)
ValueError: Invalid parameter loss for estimator SVR(C=array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16,
17, 18, 19]),
kernel='linear'). Check the list of available parameters with `estimator.get_params().keys()`.
我发现了一些错误:
您似乎正在指定一个} 定义,而不是为
loss
参数和可能的值,这些参数和值仅为^{SVR
定义。另一方面,如果您确实想要使用LinearSVR
,则不能指定内核,因为它必须是线性的我还注意到网格定义中的
'C' : [np.arange(0,20,1)]
会产生错误,因为它会导致嵌套列表。只需使用np.arange(0,20,1)
假设您有一个
SVR
,以下内容应该适用于您:相关问题 更多 >
编程相关推荐