Meta tags:
description= Aprende a usar GridSearchCV y RandomizedSearchCV en Python para ajustar hiperparámetros de modelos de machine learning con ejemplos de scikit-learn.;
Headings (most frequently used words):
de, en, para, búsqueda, cuadrícula, hiperparámetros, gridsearchcv, usar, la, ajuste, python, qué, son, los, cómo, funciona, ejemplo, básico, lectura, cv_results_, opciones, puntuación, un, pipeline, prevenir, fuga, datos, randomizedsearchcv, más, rápido, cuadrículas, grandes, hacer, predicciones, con, el, mejor, modelo, cuándo, consejos, prácticos, temas, relacionados,
Text of the page (most frequently used words):
python (60), los (28), con (28), para (26), gridsearchcv (25), #cuadrícula (23), una (22), datos (21), #búsqueda (20), import (17), from (16), aprender (15), grid_search (15), sklearn (15), modelo (14), que (14), matplotlib (14), más (13), pipeline (13), mysql (13), hiperparámetros (12), por (12), mongodb (12), randomizedsearchcv (11), best (11), accuracy (11), elementos (11), regresión (9), valores (9), copiar (9), print (9), param_grid (9), listas (9), usar (8), ajuste (8), validación (8), cruzada (8), n_jobs (8), conjunto (8), del (8), cada (8), html (7), puntuación (7), qué (7), son (7), pliegues (7), scikit (7), entrenamiento (7), random_state (7), tuplas (7), todos (6), mejor (6), grandes (6), ejemplo (6), árbol (6), decisión (6), las (6), the (6), load_iris (6), scoring (6), learn (6), strings (6), combinación (6), eliminar (6), métodos (6), w3docs (5), cuadrículas (5), cv_results_ (5), usa (5), parámetros (5), test (5), model (5), decisiontreeclassifier (5), max_depth (5), model_selection (5), número (5), archivos (5), string (5), crear (5), primeros (5), pasos (5), tutorial (5), variables (5), lista (5), formatter (5), color (5), json (4), generator (4), try (4), cómo (4), funciona (4), logística (4), ajustar (4), automáticamente (4), antes (4), candidatos (4), como (4), cuando (4), sobre (4), for (4), format (4), set (4), fit (4), true (4), return_x_y (4), datasets (4), estimador (4), combinaciones (4), rand_search (4), estimator (4), svc (4), machine (4), learning (4), diccionarios (4), acceder (4), code (3), encoder (3), editor (3), cuestionarios (3), ejercicios (3), php (3), javascript (3), css (3), ejemplos (3), cuándo (3), rápido (3), fuga (3), fold (3), clases (3), cpu (3), tiene (3), std_test_score (3), estándar (3), ajustes (3), muchos (3), defecto (3), prueba (3), nunca (3), dentro (3), predictions (3), x_test (3), score (3), gini (3), criterion (3), scipy (3), exhaustiva (3), best_score_ (3), best_params_ (3), random (3), randint (3), min_samples_split (3), use (3), sin (3), completo (3), rank_test_score (3), media (3), diccionario (3), dos (3), límite (3), profundidad (3), conjuntos (3), cadenas (3), recorrer (3), unir (3), ver (3), tools (3), italiano (2), português (2), español (2), français (2), русский (2), deutsch (2), english (2), beautifier (2), diff (2), password (2), herramientas (2), práctica (2), java (2), git (2), libros (2), fragmentos (2), temas (2), relacionados (2), consejos (2), prácticos (2), hacer (2), predicciones (2), prevenir (2), opciones (2), lectura (2), básico (2), this (2), page (2), categóricos (2), lineal (2), vecinos (2), cercanos (2), muy (2), habitual (2), clasificador (2), evaluación (2), siempre (2), preprocesamiento (2), esta (2), importante (2), núcleos (2), grande (2), considera (2), refina (2), 100 (2), bajo (2), rendimiento (2), forma (2), aprendizaje (2), muestreo (2), aleatorio (2), costoso (2), alternativas (2), reproducibilidad (2), importantes (2), tienes (2), durante (2), pero (2), best_model (2), best_estimator_ (2), test_score (2), y_test (2), evaluate (2), x_train (2), y_train (2), entropy (2), train_test_split (2), tree (2), después (2), normal (2), encuentra (2), n_iter (2), encontrar (2), compatible (2), stats (2), todas (2), params (2), combinations (2), instead (2), all (2), param_dist (2), randomforestclassifier (2), none (2), 500 (2), hiperparámetro (2), lugar (2), sintaxis (2), clave (2), escalar (2), svc__c (2), pipe (2), scale (2), with (2), standardscaler (2), load_breast_cancer (2), depende (2), acc (2), refit (2), f1_weighted (2), regression (2), classification (2), métrica (2), puedes (2), cualquier (2), uno (2), desviación (2), valor (2), esa (2), mean_test_score (2), results (2), cols (2), pandas (2), arrays (2), entrada (2), parameters (2), salida (2), nombres (2), argumento (2), means (2), define (2), grid (2), ajusta (2), modelos (2), configuración (2), realiza (2), consulta (2), proceso (2), aprenden (2), red (2), neuronal (2), tipos (2), leer (2), and (2), handling (2), números (2), limit (2), colección (2), delete (2), ordenar (2), base (2), dispersión (2), distribución (2), introducción (2), bucles (2), sets (2), cambiar (2), agregar (2), hash (2), 2026, derechos, reservados, hecho, desarrolladores, idioma, política, privacidad, contacto, acerca, empresa, tutoriales, gratuitos, web, desde, 2014, next, previous, yes, was, helpful, variantes, regularizada, objetivos, clásicos, metric, n_neighbors, otro, adecuado, comprende, impulsa, utiliza, clasificadores, preserva, proporciones, stratifiedkfold, estratificados, clasificación, envuelve, juntos, pasarlo, obtener, puntuaciones, fiables, combínalo, ningún, coste, menudo, proporciona, aceleración, veces, máquina, moderna, establece, sensible, partición, concreta, aumentar, recopilar, observa, desviaciones, pequeña, distribuidos, órdenes, magnitud, vez, encuentres, región, prometedora, fina, empieza, gruesa, estrategias, reducción, progresiva, eliminan, temprana, requieren, menos, total, halvinggridsearchcv, quieres, parada, automática, profundo, ensambles, bibliotecas, optimización, bayesiana, toman, decisiones, inteligentes, optuna, optimize, primero, reducir, espacio, luego, exhaustividad, sabes, aproximadamente, sensato, pequeño, mediano, entrena, rápidamente, segundos, pocos, minutos, opción, sólida, mantén, separado, vea, estima, generalización, final, verdadera, debe, realizarse, tocó, first, samples, predict, access, directly, held, out, test_size, actúa, atributo, contiene, reajustado, frecuentemente, solución, casi, óptima, fracción, tiempo, cómputo, suele, estar, cerca, garantiza, mediante, distribuciones, continuas, espacios, pequeñas, bien, definidas, establecer, totalmente, determinista, estrategia, param_distributions, log2, sqrt, max_features, integer, n_estimators, distributions, discrete, lists, ensemble, vuelve, impracticable, muestrea, fijo, aleatorias, probarlas, doble, guión, indica, pase, paso, filtraría, información, pliegue, escalador, generando, demasiado, optimista, auto, svc__gamma, rbf, linear, svc__kernel, reference, steps, double, underscore, step__param, scaler, build, then, classify, svm, preprocessing, escalado, imputación, selección, características, debes, preprocesador, únicamente, dividirlo, gestiona, esto, problemas, pick, multiple, metrics, once, one, you, care, most, about, note, negative, higher, better, neg_mean_squared_error, binary, roc_auc, multi, class, scoring_options, common, optimiza, predeterminada, especificar, puntuador, integrado, personalizado, rango, ganador, alto, significa, inestable, entre, columnas, false, index, to_string, head, sort_values, param_criterion, param_min_samples_split, param_max_depth, show, top, mean, dataframe, probada, claves, útiles, 967, típica, trabajos, paralelo, disponibles, optimizar, método, predeterminado, mapea, propósito, hace, verbose, cores, cross, validation, each, combination, values, hyperparameters, yet, siguiente, iris, ejecuta, 135, manejable, rápidos, lentos, tras, almacena, registra, genera, especificas, enumeración, combina, ideas, elegir, incorrectos, puede, dejar, capaz, debajo, potencial, sobreajustará, tendrá, insuficiente, correcto, tus, sistemática, intuición, configuras, comience, controlan, pesos, umbrales, división, utilizan, integrados, ejecutarlos, inmediato, frente, rápidas, combinar, evitar, alternativa, rápida, paralelizar, entender, probó, importan, página, cubre, partir, cosas, intensidad, regularización, neuronas, enfoque, sencillo, discreto, quédate, aprende, peticiones, http, pytest, paquetes, entornos, virtuales, tooling, practices, threading, asyncio, concurrency, csv, sys, itertools, collections, lanzar, excepciones, error, standard, library, sumar, invertir, duplicados, how, enumeraciones, abstractas, encapsulamiento, polimorfismo, dataclasses, static, classmethod, property, mágicos, advanced, oop, sentencia, match, enumerate, zip, map, comprensiones, gestores, contexto, recursión, closures, generadores, decoradores, args, kwargs, sugerencias, tipo, intermediate, actualización, find, insertar, join, update, drop, table, order, where, select, insert, tabla, curva, auc, roc, agregación, bootstrap, agrupamiento, jerárquico, matriz, confusión, train, múltiple, polinomial, diagrama, percentil, mediana, moda, gráficos, pastel, histogramas, barras, subplot, etiquetas, líneas, marcadores, trazado, pyplot, django, numpy, modules, escribir, manejo, file, formateo, usuario, except, pip, regex, matemáticas, fechas, módulos, ámbito, iteradores, herencia, objetos, lambda, funciones, while, else, operadores, booleanos, casting, comentarios, actualizar, desempaquetar, tupla, segmentación, home, anidados, modificar, iterar, comprensión, globales, formato, caracteres, escape, concatenar, asignar, múltiples, añadir, iniciar, sesión, buscar, formatters, url, reverse, sha256, md5, length, calculator, colors, hsl, hex, mixer, converter, picker, general, cursos, search,
Text of the page (random words):
hiperparámetros con grid search en python scikit learn w3docs w3docs libros aprender html aprender css aprender javascript aprender git aprender java aprender php aprender python cursos cuestionarios ejercicios fragmentos herramientas general tools html editor password generator html encoder code diff json beautifier ver los 13 color tools color picker color converter color mixer color hex colors hsl ver los 10 string tools string length calculator md5 hash generator sha256 hash generator string reverse url encoder ver los 19 code formatters javascript formatter css formatter html formatter json formatter php formatter buscar en w3docs k es english en deutsch de русский ru français fr español es português pt italiano it iniciar sesión aprender python python tutorial acceder a elementos acceder a elementos de lista acceder a elementos de un set acceder a tuplas agregar elementos añadir elementos a una lista agregar elementos a un conjunto asignar múltiples valores cambiar elementos cambiar elementos de una lista concatenar strings copiar diccionarios copiar listas métodos de diccionario caracteres de escape cadenas de formato variables globales unir listas unir sets unir tuplas comprensión de listas métodos de lista iterar sobre diccionarios recorrer listas recorrer sets recorrer tuplas modificar strings diccionarios anidados variables de salida python home listas de python conjuntos en python python strings tuplas en python variables en python eliminar elementos eliminar elementos de una lista eliminar elementos de un set métodos de conjuntos segmentación de cadenas ordenar listas métodos de string métodos de tupla desempaquetar tuplas actualizar tuplas nombres de variables introducción a python primeros pasos con python sintaxis de python comentarios en python variables en python tipos de datos en python números en python casting en python strings de python booleanos en python operadores de python listas de python tuplas de python diccionarios en python python if else bucles while en python bucles for en python funciones en python python lambda arrays en python clases y objetos en python herencia en python iteradores de python ámbito en python módulos de python fechas en python matemáticas en python python json python regex python pip python try except entrada de usuario en python formateo de cadenas en python file handling manejo de archivos en python leer archivos en python escribir crear archivos en python eliminar archivos en python python modules tutorial de numpy tutorial de pandas tutorial de scipy tutorial de django python matplotlib introducción a matplotlib primeros pasos con matplotlib matplotlib pyplot trazado con matplotlib marcadores de matplotlib líneas en matplotlib etiquetas en matplotlib cuadrícula de matplotlib subplot de matplotlib dispersión en matplotlib barras en matplotlib histogramas con matplotlib gráficos de pastel con matplotlib machine learning primeros pasos media mediana moda desviación estándar percentil distribución de datos distribución normal de datos diagrama de dispersión regresión lineal regresión polinomial regresión múltiple escalar train test árbol de decisión matriz de confusión agrupamiento jerárquico regresión logística búsqueda en cuadrícula datos categóricos k means agregación bootstrap validación cruzada curva auc roc k vecinos más cercanos python mysql primeros pasos con mysql mysql crear base de datos mysql crear tabla mysql insert mysql select mysql where mysql order by mysql delete mysql drop table mysql update mysql limit mysql join python mongodb primeros pasos con mongodb crear base de datos mongodb mongodb crear colección insertar en mongodb mongodb find consulta mongodb ordenar en mongodb mongodb delete eliminar colección en mongodb actualización en mongodb mongodb limit intermediate python f strings sugerencias de tipo args kwargs decoradores generadores closures recursión gestores de contexto comprensiones enumerate zip map sentencia match advanced oop métodos mágicos property static y classmethod dataclasses polimorfismo encapsulamiento clases abstractas enumeraciones python how to eliminar duplicados en listas invertir un string sumar dos números error handling and the standard library lanzar excepciones collections itertools os sys random archivos csv concurrency in python asyncio threading python tooling and best practices entornos virtuales paquetes pytest peticiones http búsqueda en cuadrícula para ajuste de hiperparámetros en python aprende a usar gridsearchcv y randomizedsearchcv en python para ajustar hiperparámetros de modelos de machine learning con ejemplos de scikit learn el ajuste de hiperparámetros es el proceso de encontrar los valores de configuración de un modelo de machine learning que no se aprenden a partir de los datos cosas como la profundidad de un árbol de decisión la intensidad de regularización de una regresión logística o el número de neuronas en una red neuronal la búsqueda en cuadrícula es el enfoque más sencillo define un conjunto discreto de valores para cada hiperparámetro prueba cada combinación y quédate con la mejor esta página cubre qué son los hiperparámetros y por qué importan cómo gridsearchcv realiza una búsqueda exhaustiva en una cuadrícula de parámetros cómo leer cv_results_ y entender qué se probó usar n_jobs 1 para paralelizar la búsqueda randomizedsearchcv como alternativa más rápida para cuadrículas grandes combinar la búsqueda en cuadrícula con un pipeline para evitar la fuga de datos cuándo usar la búsqueda en cuadrícula frente a alternativas más rápidas todos los ejemplos utilizan los conjuntos de datos integrados de scikit learn por lo que puedes ejecutarlos de inmediato qué son los hiperparámetros cada modelo de machine learning tiene dos tipos de parámetros los parámetros del modelo se aprenden automáticamente durante el entrenamiento por ejemplo los pesos en una red neuronal los umbrales de división en un árbol de decisión los hiperparámetros los configuras tú antes de que comience el entrenamiento controlan el proceso de aprendizaje en sí elegir los hiperparámetros incorrectos puede dejar a un modelo capaz con un rendimiento muy por debajo de su potencial por ejemplo un árbol de decisión sin límite de profundidad sobreajustará los datos de entrenamiento uno con un límite de profundidad de 1 tendrá un ajuste insuficiente el límite correcto depende de tus datos y la búsqueda en cuadrícula lo encuentra de forma sistemática en lugar de por intuición cómo funciona gridsearchcv gridsearchcv de scikit learn combina dos ideas enumeración de la cuadrícula genera cada combinación de los valores de hiperparámetros que especificas validación cruzada para cada combinación realiza una validación cruzada k fold consulta validación cruzada en python y registra la puntuación media tras la búsqueda gridsearchcv almacena la mejor combinación y ajusta automáticamente un modelo con esa configuración sobre el conjunto de entrenamiento completo el número de ajustes es combinaciones pliegues de cv una cuadrícula con 3 3 3 27 combinaciones y cv 5 ejecuta 135 ajustes manejable para modelos rápidos costoso para los lentos ejemplo básico de gridsearchcv el siguiente ejemplo ajusta un clasificador de árbol de decisión sobre el conjunto de datos iris from sklearn tree import decisiontreeclassifier from sklearn model_selection import gridsearchcv from sklearn datasets import load_iris x y load_iris return_x_y true model with no hyperparameters set yet model decisiontreeclassifier random_state 42 define the grid of values to try param_grid max_depth 2 3 5 none min_samples_split 2 5 10 criterion gini entropy cv 5 means 5 fold cross validation for each combination grid_search gridsearchcv estimator model param_grid param_grid cv 5 scoring accuracy n_jobs 1 use all cpu cores verbose 0 grid_search fit x y print best parameters grid_search best_params_ print best cv accuracy 3f format grid_search best_score_ copiar qué hace cada argumento argumento propósito estimator el modelo a ajustar funciona con cualquier estimador de scikit learn param_grid diccionario que mapea nombres de parámetros a listas de valores candidatos cv número de pliegues en la validación cruzada 5 es el valor predeterminado habitual scoring métrica a optimizar por defecto usa el método score del estimador n_jobs número de trabajos en paralelo 1 usa todos los núcleos de cpu disponibles salida típica best parameters criterion gini max_depth 3 min_samples_split 2 best cv accuracy 0 967 copiar lectura de cv_results_ después del ajuste grid_search cv_results_ es un diccionario de arrays una entrada por cada combinación probada las claves más útiles son import pandas as pd results pd dataframe grid_search cv_results_ show top 5 combinations by mean test score cols param_max_depth param_min_samples_split param_criterion mean_test_score std_test_score rank_test_score print results cols sort_values rank_test_score head 5 to_string index false copiar columnas clave mean_test_score la puntuación de cv media en todos los pliegues para esa combinación std_test_score desviación estándar un valor alto significa que la puntuación es inestable entre pliegues rank_test_score el rango 1 es el ganador opciones de puntuación por defecto gridsearchcv optimiza la métrica predeterminada del estimador puedes especificar cualquier puntuador integrado o uno personalizado common scoring strings scoring_options accuracy classification f1_weighted f1 for multi class roc_auc binary classification neg_mean_squared_error regression note negative so higher better r2 regression evaluate multiple metrics at once refit on the one you care most about grid_search gridsearchcv estimator decisiontreeclassifier random_state 42 param_grid max_depth 2 3 5 cv 5 scoring acc accuracy f1 f1_weighted refit acc use accuracy to pick the best model n_jobs 1 copiar usar un pipeline para prevenir la fuga de datos cuando tu preprocesamiento depende de los datos de entrenamiento escalado imputación selección de características debes ajustar el preprocesador únicamente en los pliegues de entrenamiento nunca en el conjunto de datos completo antes de dividirlo un pipeline gestiona esto automáticamente y funciona sin problemas con gridsearchcv from sklearn pipeline import pipeline from sklearn preprocessing import standardscaler from sklearn svm import svc from sklearn datasets import load_breast_cancer from sklearn model_selection import gridsearchcv x y load_breast_cancer return_x_y true build a pipeline scale then classify pipe pipeline scaler standardscaler svc svc reference pipeline steps with double underscore step__param param_grid svc__c 0 1 1 10 svc__kernel linear rbf svc__gamma scale auto grid_search gridsearchcv pipe param_grid cv 5 scoring accuracy n_jobs 1 grid_search fit x y print best params grid_search best_params_ print best cv accuracy 3f format grid_search best_score_ copiar la sintaxis de doble guión bajo svc__c es la clave le indica a scikit learn que pase c al paso svc dentro del pipeline sin un pipeline escalar el conjunto de datos completo antes de la validación cruzada filtraría información del pliegue de prueba al escalador generando una puntuación demasiado optimista randomizedsearchcv más rápido para cuadrículas grandes la búsqueda en cuadrícula exhaustiva se vuelve impracticable cuando cada hiperparámetro tiene muchos valores candidatos randomizedsearchcv muestrea un número fijo de combinaciones aleatorias en lugar de probarlas todas from sklearn model_selection import randomizedsearchcv from sklearn ensemble import randomforestclassifier from sklearn datasets import load_iris from scipy stats import randint x y load_iris return_x_y true use distributions instead of discrete lists param_dist n_estimators randint 50 500 random integer in 50 500 max_depth 3 5 10 none min_samples_split randint 2 20 max_features sqrt log2 rand_search randomizedsearchcv estimator randomforestclassifier random_state 42 param_distributions param_dist n_iter 30 try 30 random combinations instead of all cv 5 scoring accuracy n_jobs 1 random_state 42 rand_search fit x y print best params rand_search best_params_ print best cv accuracy 3f format rand_search best_score_ copiar gridsearchcv vs randomizedsearchcv gridsearchcv randomizedsearchcv estrategia de búsqueda exhaustiva todas las combinaciones muestreo aleatorio reproducibilidad totalmente determinista establecer random_state mejor para cuadrículas pequeñas y bien definidas espacios de búsqueda grandes distribuciones continuas no compatible compatible mediante scipy stats garantiza encontrar el mejor sí dentro de la cuadrícula no pero suele estar cerca para cuadrículas grandes randomizedsearchcv con n_iter 50 100 frecuentemente encuentra una solución casi óptima en una fracción del tiempo de cómputo hacer predicciones con el mejor modelo después del ajuste gridsearchcv actúa como un estimador normal su atributo best_estimator_ contiene el modelo reajustado from sklearn model_selection import train_test_split from sklearn tree import decisiontreeclassifier from sklearn model_selection import gridsearchcv from sklearn datasets import load_iris x y load_iris return_x_y true x_train x_test y_train y_test train_test_split x y test_size 0 2 random_state 42 param_grid max_depth 2 3 5 criterion gini entropy grid_search gridsearchcv decisiontreeclassifier random_state 42 param_grid cv 5 n_jobs 1 grid_search fit x_train y_train evaluate on the held out test set test_score grid_search score x_test y_test print test accuracy 3f format test_score access the best model directly best_model grid_search best_estimator_ predictions best_model predict x_test 5 print predictions for first 5 test samples predictions copiar importante mantén siempre un conjunto de prueba separado que nunca se vea durante la búsqueda en cuadrícula la puntuación de validación cruzada dentro de gridsearchcv estima la generalización pero la evaluación final verdadera debe realizarse sobre datos que la búsqueda nunca tocó cuándo usar la búsqueda en cuadrícula la búsqueda en cuadrícula es una opción sólida por defecto cuando tienes un modelo pequeño o mediano que entrena rápidamente segundos a pocos minutos por ajuste sabes aproximadamente qué hiperparámetros son los más importantes y tienes un conjunto sensato de valores candidatos la reproducibilidad y la exhaustividad son importantes considera alternativas cuando la cuadrícula es grande muchos parámetros con muchos valores usa randomizedsearchcv primero para reducir el espacio y luego refina con gridsearchcv el entrenamiento es costoso aprendizaje profundo ensambles grandes las bibliotecas de optimización bayesiana como scikit optimize o optuna toman decisiones más inteligentes que el muestreo aleatorio quieres parada automática las estrategias de reducción progresiva halvinggridsearchcv eliminan a los candidatos con bajo rendimiento de forma temprana y requieren menos ajustes en total consejos prácticos empieza con una cuadrícula gruesa usa una cuadrícula pe...
|
