如何调整GaussianNB?

尝试使用GaussianNB()拟合数据时,准确率得分很低。

我想尝试使用网格搜索,但似乎无法设置sigmatheta参数。有什么方法可以调整GaussianNB吗?


回答:

您可以像这样调整’var_smoothing‘参数:

nb_classifier = GaussianNB()params_NB = {'var_smoothing': np.logspace(0,-9, num=100)}gs_NB = GridSearchCV(estimator=nb_classifier,                  param_grid=params_NB,                  cv=cv_method,   # 使用任何交叉验证技术                  verbose=1,                  scoring='accuracy') gs_NB.fit(x_train, y_train)gs_NB.best_params_

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注