Ich führe eine Rastersuche durch, um die besten SVM-Parameter zu identifizieren. Ich benutze ipython und sklearn. Der Code ist langsam und läuft nur auf einem Kern. Wie kann dies angelegt werden und mehrere Kerne nutzen? DankBeschleunigung der Rastersuche in sklearn
random_state = np.random.RandomState(10)
X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=.2,random_state=random_state)
model_to_set = OneVsRestClassifier(svm.SVC(kernel="linear"))
parameters = {
"estimator__C": [1, 2, 4, 8, 16, 32],
"estimator__kernel": ["linear", "rbf"],
"estimator__gamma":[1, 0.1, 1e-2, 1e-3, 1e-4],
}
model_tuning = GridSearchCV(model_to_set, param_grid=parameters)
model_tuning.fit(X_train, y_train)
print model_tuning.best_score_
print model_tuning.best_params_
print "Time passed: ", "{0:.1f}".format(time.time()-t), "sec"
Perfect, dank Kumpel. –