clf = VotingClassifier(
estimators=[('lr',LogisticRegression()), ('gboost',GradientBoostingClassifier()),]
, voting='soft')
#put the combination of parameters here
p = [{'lr__C':[1,2],'gboost__n_estimator':[10,20]}]
grid = GridSearchCV(clf,p,cv=5,scoring='neg_log_loss')
grid.fit(X_train,Y_train)
您可以使用GridSearchCV执行此操作,但需要稍作修改。在parameters字典中,您需要在VotingClassfier对象中使用classfier的键,后跟
__
,然后使用属性本身,而不是直接指定attrbute。在看看这个例子
使用
GridSearchCV
相关问题 更多 >
编程相关推荐