Я пытаюсь запустить scikit-learn
инструмент GridSearchCV
, но следующий код
from sklearn.ensemble import AdaBoostRegressor
from sklearn.datasets import make_regression
from sklearn.model_selection import GridSearchCV
X, y = make_regression(
n_features=5, n_informative=3, n_samples=200)
params = {'n_estimators': range(1, 100),
'learning_rate': [.01, .1, .2, .5, .7, .9, .99, 1]}
optRegressor = GridSearchCV(
AdaBoostRegressor(), params,
scoring = 'accuracy', cv = 5, n_jobs = -1, verbose=3)
optRegressor.fit(X, y)
возвращается
ValueError: continuous is not supported
В этом вопросе есть аналогичная проблема, но ответ заключается в преобразовании фреймов данных pandas в массивы numpy. Я уже использую массивы numpy, поэтому это не применимо.
Проблема в этом другом вопросе связана с использованной оценкой. Но в документации говорится относительно параметра scoring
, который
Если Нет, используется метод оценки оценщика.
Таким образом, в этом случае должен использоваться метод оценки по умолчанию _ 6_. Очевидно, что этот метод оценки является оценкой регрессии, так что это решение тоже не работает.
Как я могу запустить GridSearchCV в этом примере?
scoring = 'accuracy'
, а неNone
, поэтому вы заменяете значение по умолчанию несоответствующей функцией оценки, отсюда и ошибка. - person desertnaut   schedule 04.05.2020scoring = 'accuracy'
, и вопрос является дубликатом второго связанного потока. - person desertnaut   schedule 05.05.2020