将随机变量传递给 sklearn 随机搜索 (RandomizedSearchCV)

Question

下面代码中reciprocal()和expon()有什么用？

svm_grid_R = {'kernel':["linear","rbf"], 'C': reciprocal(20,200000), "gamma" : expon(scale=1.0)}

为什么我们不能只使用range()？ expon(scale=1.0) 和 reciprocal(20,200000) 表示什么范围？

对于上下文，使用这些参数的代码如下：

svm_reg = SVR()
rnd_search = RandomizedSearchCV(svm_reg, param_distributions=svm_grid_R,
                                n_iter=50, cv=5, scoring='neg_mean_squared_error',
                                verbose=2, random_state=42)
rnd_search.fit(housing_prepared, housing_labels)

Answer 1

我建议您检查脚本中导入函数的部分，以确定它们是什么。根据您的问题，我推断如下：

• reciprocal 应该来自 from scipy.stats import reciprocal，这会给你一个倒数随机变量。
• expon 应该来自 from scipy.stats import expon，这会给你一个指数随机变量。

在您的代码中，您将这些随机变量作为C 和gamma 参数传递给随机搜索。这意味着搜索使用的随机参数将从这两个分布中采样。

从技术上讲，您还可以使用range 告诉搜索从给定序列中随机抽取数字。另一种方法是向搜索传递一个随机变量，从中抽取随机参数。您的代码采用的是第二种方法。

为了更好地理解第二种方法的全部内容，请尝试以下方法：

# Import the distribution
from scipy.stats import expon
# Initialize a random variable with lambda=1 (scale=1)
exponential_rv = expon(scale=1)
# Draw a random sample from this distribution
exponential_rv.rvs()
> 0.780028923390962

在这种特定情况下，您的搜索会将C=0.780028923390962 传递给您的支持向量机。