需要源码和数据集请点赞关注收藏后评论区留言私信~~~
超参数调优
超参数调优需要依靠试验的方法，以及人的经验。对算法本身的理解越深入，对实现算法的过程了解越详细，积累了越多的调优经验，就越能够快速准确地找到最合适的超参数
试验的方法，就是设置了一系列超参数之后，用训练集来训练并用验证集来检验，多次重复以上过程，取效果最好的超参数。训练数据的划分可以采用保持法，也可以采用K-折交叉验证法。超参数调优的试验方法主要有两种：网格搜索和随机搜索。
网格搜索
网格搜索法将各超参数形成的空间划分为若干小空间，在每一个小空间上取一组值作为代表进行试验。取效果最好的那组值作为最终的超参数值。
这种暴力的方法，只适合于小样本量、少参数的情况，否则效率很低。可以作适当地改进，1）在影响大的参数上作更细的划分，而在影响小的参数上作粗的划分，2）先将网格粗切分，然后再对最好的网格进行细切分，3）还有一种改进效率的贪心搜索方法，先在影响最大的参数上进行一维搜索，找到最优参数，然后固定它，再在余下参数中影响最大参数上进行一维搜索，如此下去，直到搜索完所有参数。
随机搜索
随机搜索的思想和网格搜索比较相似，只是不固定分隔子空间，而是随机分隔。它将每个特征的取值都看成是一个分布，然后依概率从中取值。每轮试验中，每个特征取一个值，进行模型训练。随机搜索一般会比网格搜索要快一些。但是无法保证得到最优超参数值。
在sklearn.model_selection.RandomizedSearchCV中实现了随机搜索。
房价回归预测实战
Kaggle提供了一个房价预测的题目，在官网及其他网站出现了大量对该题目的分析和研究，很适合初学者参考学习。
该题目是依据房屋的属性信息，包括房屋的卧室数量、卫生间数量、房屋的大小、房屋地下室的大小、房屋的外观、房屋的评分、房屋的修建时间、房屋的翻修时间、房屋的位置信息等，对房屋的价格进行预测。
1：初步数据分析
从Kaggle官网下载数据后，用Pandas进行初步分析，发现数据完整，没有缺失和重复的现象
2：划分训练集和验证集，并标准化
3：初步建立模型
选择K近邻回归、决策树回归、随机森林回归和梯度提升树回归等多个模型进行初步实验
4：超参数调优
对用时最少、得分最高的梯度提升树回归模型进行超参数调优。具体采用网格搜索方法。
5：特征选择
用相关系数来观察不同特征之间以及它们和标签值之间的相关性 
去掉与标签相关系数值较小的特征，重新训练模型，比较结果，发现得分略降低，但用时大幅下降
用散点图观察特征与标签的相关性
从平均绝对误差来看，第一应该去掉的特征bathrooms 从均方误差来看，第一应该去掉的特征是sqft_basement
神经网络模型
最后 尝试使用全连接层神经网络来对该回归问题建模
训练过程和训练误差结果如下
最后 部分代码如下
from sklearn.preprocessing import StandardScaler
sc = StandardScaler()
sc.fit(X_train)
X_train= sc.transform(X_train)
X_test = sc.transform(X_test)
from sklearn.neighbors import KNeighborsRegressor
model = KNeighborsRegressor(n_neighbors=10)
time_start=time.time()
model.fit(X_train, y_train)
print('K近邻回归模型训练用时：', time.time()-time_start)
y_pred=model.predict(X_test)
print ('K近邻回归模型在验证集上的平均绝对误差和均方误差分别为：',
mean_absolute_error(y_test,y_pred), mean_squared_error(y_test,y_pred))
from sklearn.tree import DecisionTreeRegressor
model = DecisionTreeRegressor()
time_start=time.time()
model.fit(X_train, y_train)
print('决策树回归模型训练用时：', time.time()-time_start)
y_pred=model.predict(X_test)
print ('决策树回归模型在验证集上的平均绝对误差和均方误差分别为：',
mean_absolute_error(y_test,y_pred), mean_squared_error(y_test,y_pred))
from sklearn.ensemble import RandomForestRegressor
model = RandomForestRegressor(n_estimators=500)
time_start=time.time()
model.fit(X_train, y_train)
print('随机森林回归模型训练用时：', time.time()-time_start)
y_pred=model.predict(X_test)
print ('随机森林回归模型在验证集上的平均绝对误差和均方误差分别为：',
mean_absolute_error(y_test,y_pred), mean_squared_error(y_test,y_pred))
plt.figure(figsize=(14,12))
sns.heatmap(raw_data.corr(), annot=True, cmap="YlGnBu")
plt.title('Feature Correlation')
plt.tight_layout()
plt.show()创作不易 觉得有帮助请点赞关注收藏~~~
文章出处登录后可见！
