网格搜索法的结果怎么用三维图表现出来啊,用svr距离
时间: 2024-05-06 21:14:48 浏览: 16
网格搜索法通常用于调优机器学习模型的超参数,可以通过绘制超参数和模型评分之间的关系来展示网格搜索结果。在这里,我们可以使用三维图表现出网格搜索法结果,其中x和y轴分别表示两个超参数的取值,z轴表示模型评分,可以使用不同颜色的点表示不同的评分值。
如果使用SVR模型进行距离预测,可以使用以下代码生成三维图:
```python
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
from sklearn.svm import SVR
from sklearn.model_selection import GridSearchCV
# 定义超参数网格
param_grid = {'C': [0.1, 1, 10], 'gamma': [0.01, 0.1, 1]}
# 建立SVR模型
svr = SVR()
# 进行网格搜索
grid_search = GridSearchCV(svr, param_grid, cv=5)
# 训练模型
grid_search.fit(X_train, y_train)
# 提取网格搜索结果
scores = grid_search.cv_results_['mean_test_score']
params = grid_search.cv_results_['params']
# 将超参数和评分转换为坐标点
x = [param['C'] for param in params]
y = [param['gamma'] for param in params]
z = scores
# 绘制3D图
fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')
ax.scatter(x, y, z, c=z, cmap='coolwarm')
ax.set_xlabel('C')
ax.set_ylabel('gamma')
ax.set_zlabel('score')
plt.show()
```
运行此代码将生成一个三维图,其中x轴表示C的取值,y轴表示gamma的取值,z轴表示模型评分。每个点的颜色表示对应的评分值,颜色越蓝表示评分越低,颜色越红表示评分越高。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)