[機械学習] sklearnのグリッドサーチ(Grid Search)について

こちらを読むと

• 機械学習のグリッドサーチ(Grid Search)の概要が分かります
• sklearnのグリッドサーチ使用方法が分かります

グリッドサーチとは

機械学習のモデルを作成するとき、”ハイパーパラメータ”という、本来は人が試行錯誤で決める値があります。このパラメータにより、モデルの予測性能が変わってきます。
グリッドサーチは、あらかじめ決めたパラメータの候補を順番に試していき、一番良いパラメータを見つける手法です。

例えば、scikit-learnのロジスティック回帰では、以下のようなハイパーパラメータがあります（一部を抜粋）。
これらのパラメータについて、候補値を試していくわけです。

• penalty : str, ‘l1’ or ‘l2’, default: ‘l2’
• tol : float, default: 1e-4
• C : float, default: 1.0

https://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html

グリッドサーチの使い方

scikit-learnのGridSearchCVを使います。

# グリッドサーチ作成
gs = GridSearchCV(estimator=’分析器’,param_grid=’ハイパーパラメータ候補値’,scoring=’評価指標’,)
# フィッティング
gs.fit(X, y)
# 予測
gs.predict(X)

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html

まとめ

• 機械学習のグリッドサーチ(Grid Search)の概要が分かりました
• sklearnのグリッドサーチ使用方法が分かりました

実際の実行例は、以下をご参照ください。
http://sumikitch.com/grid-search/