集成树模型使用自动搜索模块GridSearchCV，stacking

一. GridSearchCV参数介绍

导入模块：

from sklearn.model_selection import GridSearchCV

GridSearchCV 称为网格搜索交叉验证调参，它通过遍历传入的参数的所有排列组合，通过交叉验证的方式，返回所有参数组合下的评价指标得分，GridSearchCV 函数的参数详细解释如下：

class sklearn.model_selection.GridSearchCV(estimator, param_grid, scoring=None, fit_params=None, n_jobs=1, iid=True, refit=True, cv=None, verbose=0, pre_dispatch='2*n_jobs', error_score='raise', return_train_score=True)

GridSearchCV官方说明

参数：

• estimator：scikit-learn 库里的算法模型；
• param_grid：需要搜索调参的参数字典；
• scoring：评价指标，可以是 auc, rmse，logloss等；
• n_jobs：并行计算线程个数，可以设置为 -1，这样可以充分使用机器的所有处理器，并行数量越多，有利于缩短调参时间；
• iid：如果设置为True，则默认假设数据在每折中具有相同地分布，并且最小化的损失是每个样本的总损失，而不是每折的平均损失。简单点说，就是如果你可以确定 cv 中每折数据分布一致就设置为 True，否则设置为 False；
• cv：交叉验证的折数，默认为3折；

常用属性：

• cv_results_:用来输出cv结果的，可以是字典形式也可以是numpy形式，还可以转换成DataFrame格式
• best_estimator_：通过搜索参数得到的最好的估计器，当参数refit=False时该对象不可用
• best_score_：float类型，输出最好的成绩
• best_params_：通过网格搜索得到的score最好对应的参数
• best_index_：对应于最佳候选参数设置的索引（cv_results_数组）。cv_results _ [‘params’] [search.best_index_]中的dict给出了最佳模型的参数设置，给出了最高的平均分数（search.best_score_）。
• scorer_：评分函数
• n_splits_：交叉验证的数量
• refit_time_：refit所用的时间，当参数refit=False时该对象不可用

常用函数：

• decision_function(X)：返回决策函数值（比如svm中的决策距离）
• fit(X,y=None,groups=None,fit_params)：在数据集上运行所有的参数组合
• get_params(deep=True)：返回估计器的参数
• inverse_transform(Xt)：Call inverse_transform on the estimator with the best found params.
• predict(X)：返回预测结果值（0/1）
• predict_log_proba(X)： Call predict_log_proba on the estimator with the best found parameters.
• predict_proba(X):返回每个类别的概率值（有几类就返回几列值）
• score(X, y=None):返回函数
• set_params(**params)：Set the parameters of this estimator.
• transform(X):在X上使用训练好的参数

属性grid_scores_已经被删除，改用：

means = grid_search.cv_results_['mean_test_score']
params = grid_search.cv_results_['params']

　　

 举例：

使用多评价指标，必须设置refit参数，可以显示多指标的结果，但是最后显示最佳的参数时候必须指定一个指标，详解：解决方法

param_test2 = { 'max_depth':[3,4,5,6], 'min_child_weight':[0.5,1,1.5]}
scorers = {
    'precision_score': make_scorer(precision_score),
    'recall_score': make_scorer(recall_score),
    'accuracy_score': make_scorer(accuracy_score)
}
gsearch2 = GridSearchCV(estimator = XGBClassifier(
    learning_rate =0.1, n_estimators=270, max_depth=4,min_child_weight=1, gamma=0, subsample=0.8,\
    colsample_bytree=0.8, objective= 'binary:logistic', nthread=4,\
    scale_pos_weight=1, seed=27),\
    param_grid = param_test1,scoring=scorers,refit ='precision_score',n_jobs=4,iid=False, cv=5)
gsearch2.fit(x_train_resampled,y_train_resampled)

查看最佳结果：

>>>gsearch2.best_params_,gsearch2.best_score_,gsearch2.cv_results_['mean_test_precision_score'],gsearch2.cv_results_['params']

({'max_depth': 9, 'min_child_weight': 1},
 0.8278796760710192,
 array([0.79985227, 0.80330522, 0.80645782, 0.8223829 , 0.81170396,
        0.80891565, 0.82691152, 0.82032078, 0.82220572, 0.82787968,
        0.82439509, 0.81863326]),
 [{'max_depth': 3, 'min_child_weight': 1},
  {'max_depth': 3, 'min_child_weight': 3},
  {'max_depth': 3, 'min_child_weight': 5},
  {'max_depth': 5, 'min_child_weight': 1},
  {'max_depth': 5, 'min_child_weight': 3},
  {'max_depth': 5, 'min_child_weight': 5},
  {'max_depth': 7, 'min_child_weight': 1},
  {'max_depth': 7, 'min_child_weight': 3},
  {'max_depth': 7, 'min_child_weight': 5},
  {'max_depth': 9, 'min_child_weight': 1},
  {'max_depth': 9, 'min_child_weight': 3},
  {'max_depth': 9, 'min_child_weight': 5}])

查看交叉验证的中间结果：

pd.DataFrame(gsearch2.cv_results_)

 画图显示最佳参数：

grid_visualization = []
for grid_pair in gsearch2.cv_results_['mean_test_precision_score']:
    grid_visualization.append(grid_pair)
grid_visualization = np.array(grid_visualization)
grid_visualization.shape = (4,3)
sns.heatmap(grid_visualization,annot=True,cmap='Blues',fmt='.3f')
plt.xticks(np.arange(3)+0.5,gsearch2.param_grid['min_child_weight'])
plt.yticks(np.arange(4)+0.5,gsearch2.param_grid['max_depth'])
plt.xlabel('min_child_weight')
plt.ylabel('max_depth')

　　

参考文献：

【1】集成树模型GridSearchCV，stacking

【2】python机器学习库sklearn——参数优化（网格搜索GridSearchCV、随机搜索RandomizedSearchCV、hyperopt）

【3】XGBoost参数调优完全指南

【4】使用GridSearchCV进行网格搜索（比较全）

【5】当GridSearch遇上XGBoost 一段代码解决调参问题