[Machine Learning] 성능향상 GridSearchCV()

📝머신러닝 그리드서치

from sklearn.model_selection import GridSearchCV

 

파라미터의 값을 리스트로 입력하면 값에 대한 경우의 수마다 예측성능을 측정 평가하여 비교해 최적의 값을 찾는다

※ 홈페이지 참고(https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html)

# 사용할 조합(리스트) 생성
param_grid = { 'kernel' : ['liner', 'rbf', 'ploy'], 'C' : [0.1, 1, 10], 'gamma' : [0.01, 0.1, 1] }
# 인공지능 입력 / 사용할 조합(리스트변수)입력
grid = GridSearchCV( SVC(), param_grid, refit=True, verbose=4 )
# refit=True 각 조합할때마다 새로 학습하겠다
# verbose=4 학습을 화면에 출력한다

grid.fit(X_train, y_train)

# 최적 조합 확인
grid.best_params_
# 최적 조합 정확도값 확인
grid.best_score_

# 변수에 저장해서 성능측정
y_pred = classifier.predict(X_test)
confusion_matrix(y_test, y_pred)
accuracy_score(y_test, y_pred)