我在进行随机森林分类器的超参数优化。我计划使用RandomSearchCV。

通过查看Scikit learn中的可用代码：sp_randint 做什么用？它是从1到11中随机取一个值吗？它可以被其他函数替代吗？

    from scipy.stats import randint as sp_randint    param_dist = {"n_estimators": sp_randint (1, 11),                   "max_depth": [3, None],                  "max_features": sp_randint(1, 11),                  "min_samples_split": sp_randint(1, 11),                  "min_samples_leaf": sp_randint(1, 11),                 }

谢谢你。

回答：

sklearn.grid_search.RandomizedSearchCV 可以接受一个 param_distributions 参数，该参数将参数映射到支持 rvs 方法的随机分布上。

在你的例子中，这个对象将返回范围为 $[1, 11)$ 的随机整数：

In [8]: g = sp_randint(1, 11)In [9]: g.rvs(20)Out[9]: array([ 5,  2,  9, 10,  6,  9,  9,  8,  1,  5,  1,  8,  1,  5,  5,  4,  6,        5,  8,  4])

你可以将其更改为任何其他支持 rvs 方法的对象，甚至是一个列表。例如：

param_dist = {"n_estimators": [1, 3, 4],               "max_depth": [3, None],              "max_features": [1, 3, 4],              "min_samples_split": [1, 3, 4],              "min_samples_leaf": [1, 3, 4],             }

也是可以工作的。