[머신러닝4] Support Vector Machine (tistory.com)
[머신러닝4] Support Vector Machine
서포트 벡터 머신 서포트 벡터머신이란 데이터를 분류하는 선중에 마진을 최대화 하는 경계면을 찾아서 나눠준다 마진이란 데이터를 분류해서 나눴을때 그 분류에서 가장 먼 데이터끼리의 사
seonggongstory.tistory.com
이렇게 커널값 하나만으로 정확도 차이가 많이 나기 때문에
이데이터 프레임에 맞는 정확도 높은 커널을 찾기 위해 여러번 작업을 해야한다.
그런 수고를 덜기위해 그리드 서치가 있다
Grid Search
그리드 서치란
머신러닝중 여러 하이퍼파라미터 값 조합을두고 가능한 모든 조합을 시도해보는 라이브러리를 뜻한다.
from sklearn.model_selection import GridSearchCV그리드서치에 넣을 파라미터들에대한 내용을 딕셔너리로 만들어서 변수에 저장후 라이브러리를 통해 작동시키면 됨
내가 해보고 싶은 파라미터 조합들을 설정해놓고
GridSearchCV( SVC(), 파라미터딕셔너리 변수 , refit = True , verbose=N )리핏은 최적의 파라미터를 찾아줌
버보스는 사람한테 작업내용을 보여줌
파라미터 조합이 많을수록 시간도 오래걸림
grid.best_estimator_모델을 보여줌
grid.best_params_최고의 조합을 보여줌
grid.best_score_최고 조합의 정확도
| 그리드서치 머신러닝중 여러 하이퍼파라미터 값 조합을두고 가능한 모든 조합을 시도해보는 라이브러리를 뜻한다. from sklearn.model_selection import GridSearchCV GridSearchCV( SVC(), 파라미터딕셔너리 변수 , refit = True , verbose=N ) 최고 모델 grid.best_estimator_ 최고조합 grid.best_params_ grid.best_score_ |
'인공지능 > 머신러닝' 카테고리의 다른 글
| [머신러닝6] 데이터평균군집 알고리즘: K-means (0) | 2022.12.05 |
|---|---|
| [머신러닝5] 의사결정나무: Decision Tree / Random Forest (0) | 2022.12.04 |
| [머신러닝4] Support Vector Machine (0) | 2022.12.02 |
| [머신러닝3] K-Nearest Neighbor (0) | 2022.12.02 |
| 머신러닝중 샘플표본이 부족할때: oversampling (0) | 2022.12.02 |