3.2. 调整估计器的超参数#

超参数是在估计器中不直接学习的参数。在 scikit-learn 中，它们作为参数传递给估计器类的构造函数。典型的例子包括支持向量分类器的C、kernel 和 gamma，Lasso 的 alpha 等。

可以并且建议搜索超参数空间以获得最佳交叉验证分数。

构造估计器时提供的任何参数都可以通过这种方式进行优化。具体来说，要查找给定估计器的所有参数的名称和当前值，请使用

estimator.get_params()

搜索包括：

  • 一个估计器（回归器或分类器，例如sklearn.svm.SVC()）；

  • 一个参数空间；

  • 一种搜索或采样候选的方法；

  • 一个交叉验证方案；以及

  • 一个评分函数。

scikit-learn 提供了两种通用的参数搜索方法：对于给定值，GridSearchCV 会穷举考虑所有参数组合，而RandomizedSearchCV 可以从具有指定分布的参数空间中采样给定数量的候选者。这两个工具都有相应的逐次减半对应工具HalvingGridSearchCV和HalvingRandomSearchCV，它们在找到良好的参数组合方面可能快得多。

在描述这些工具之后，我们将详细介绍适用于这些方法的最佳实践。一些模型允许使用专门的、高效的参数搜索策略，这在蛮力参数搜索的替代方法中进行了概述。

请注意，通常情况下，这些参数的一个小子集会对模型的预测或计算性能产生很大的影响，而其他参数可以保留其默认值。建议阅读估计器类的文档字符串，以更好地了解它们的预期行为，可能还需要阅读附带的文献参考。

3.2.2. 随机参数优化#

虽然使用参数设置网格是目前最广泛使用的参数优化方法，但其他搜索方法具有更有利的特性。 RandomizedSearchCV 对参数进行随机搜索，其中每个设置都从可能的参数值的分布中采样。与穷举搜索相比，这有两个主要优点：

  • 可以选择一个预算，而与参数数量和可能值无关。

  • 添加不影响性能的参数不会降低效率。

使用字典指定如何对参数进行采样，这与为 GridSearchCV 指定参数非常相似。此外，计算预算（即采样候选者的数量或采样迭代次数）使用 n_iter 参数指定。对于每个参数，可以指定可能的值的分布或离散选择的列表（将均匀采样）。

{'C': scipy.stats.expon(scale=100), 'gamma': scipy.stats.expon(scale=.1),
  'kernel': ['rbf'], 'class_weight':['balanced', None]}

此示例使用 scipy.stats 模块，该模块包含许多用于参数采样的有用分布，例如 expon、gamma、uniform、loguniform 或 randint。

原则上，可以传递任何提供 rvs（随机变量样本）方法来采样值的函数。对 rvs 函数的调用应在连续调用时提供来自可能参数值的独立随机样本。

警告

在 scipy 0.16 版本之前的 scipy.stats 中的分布不允许指定随机状态。相反，它们使用全局 numpy 随机状态，可以通过 np.random.seed 进行设置种子，或使用 np.random.set_state 进行设置。但是，从 scikit-learn 0.18 开始，如果也可用 scipy >= 0.16，则 sklearn.model_selection 模块将设置用户提供的随机状态。

对于连续参数（例如上面的 C），重要的是要指定连续分布以充分利用随机化。这样，增加 n_iter 将始终导致更精细的搜索。

连续对数均匀随机变量是对数间隔参数的连续版本。例如，要指定上面 C 的等效项，可以使用 loguniform(1, 100) 代替 [1, 10, 100]。

镜像上面网格搜索中的示例，我们可以指定一个在 1e0 和 1e3 之间对数均匀分布的连续随机变量。

from sklearn.utils.fixes import loguniform
{'C': loguniform(1e0, 1e3),
 'gamma': loguniform(1e-4, 1e-3),
 'kernel': ['rbf'],
 'class_weight':['balanced', None]}

示例

参考文献

  • Bergstra, J. and Bengio, Y., 用于超参数优化的随机搜索，《机器学习研究期刊》(2012)

3.2.3. 使用连续减半搜索最优参数#

Scikit-learn 还提供了 HalvingGridSearchCV 和 HalvingRandomSearchCV 估计器，可用于使用连续减半[1] [2] 搜索参数空间。连续减半 (SH) 就像候选参数组合之间的锦标赛。SH 是一个迭代选择过程，其中所有候选者（参数组合）都在第一次迭代中使用少量资源进行评估。只有其中一些候选者被选中用于下一轮迭代，下一轮迭代将分配更多资源。对于参数调整，资源通常是训练样本的数量，但它也可以是任意数值参数，例如随机森林中的 n_estimators。

注意

选择的资源增加量应足够大，以便在考虑统计显著性的情况下获得分数的大幅提升。

如下图所示，只有一部分候选者能够“存活”到最后一次迭代。这些候选者在所有迭代中始终排名靠前。每次迭代为每个候选者分配的资源（此处为样本数量）都在增加。

../_images/sphx_glr_plot_successive_halving_iterations_001.png

这里我们简要描述主要参数，但在下面的下拉部分将更详细地描述每个参数及其交互作用。factor（> 1）参数控制资源增长的速率以及候选者数量减少的速率。在每次迭代中，每个候选者的资源数量乘以factor，候选者的数量除以相同的factor。factor与resource和min_resources一起，是我们实现中控制搜索最重要的参数，尽管值通常为3效果很好。factor有效地控制了HalvingGridSearchCV中的迭代次数以及HalvingRandomSearchCV中的候选者数量（默认）和迭代次数。aggressive_elimination=True也可用于可用资源较少的情况。可以通过调整min_resources参数获得更多控制。

这些估计器仍在实验阶段：它们的预测和API可能会在没有任何弃用周期的情况下发生变化。要使用它们，您需要显式导入enable_halving_search_cv

>>> from sklearn.experimental import enable_halving_search_cv  # noqa
>>> from sklearn.model_selection import HalvingGridSearchCV
>>> from sklearn.model_selection import HalvingRandomSearchCV

示例

以下部分深入探讨了逐次减半的技术方面。

选择min_resources和候选者数量#

除了factor之外，影响逐次减半搜索行为的两个主要参数是min_resources参数和评估的候选者（或参数组合）的数量。min_resources是第一次迭代为每个候选者分配的资源量。候选者的数量在HalvingRandomSearchCV中直接指定，并由HalvingGridSearchCV的param_grid参数确定。

考虑资源为样本数量，且我们有1000个样本的情况。理论上，使用min_resources=10和factor=2，我们最多可以运行7次迭代，样本数量如下：[10, 20, 40, 80, 160, 320, 640]。

但是，根据候选者的数量，我们可能运行少于7次迭代：如果我们从少量候选者开始，最后一次迭代可能使用的样本少于640个，这意味着没有使用所有可用资源（样本）。例如，如果我们从5个候选者开始，我们只需要2次迭代：第一次迭代有5个候选者，然后5 // 2 = 2个候选者在第二次迭代，之后我们就知道哪个候选者表现最好（所以我们不需要第三次迭代）。我们最多只会使用20个样本，这是浪费，因为我们有1000个样本可用。另一方面，如果我们从大量候选者开始，我们最终可能在最后一次迭代中有很多候选者，这可能并不总是理想的：这意味着许多候选者将使用全部资源运行，基本上将该过程简化为标准搜索。

在HalvingRandomSearchCV的情况下，候选者的数量默认设置为使最后一次迭代尽可能多地使用可用资源。对于HalvingGridSearchCV，候选者的数量由param_grid参数确定。更改min_resources的值会影响可能的迭代次数，因此也会影响理想的候选者数量。

选择min_resources时，另一个考虑因素是使用少量资源区分优秀和劣质候选者是否容易。例如，如果您需要大量样本才能区分优秀和劣质参数，则建议使用较高的min_resources。另一方面，如果即使使用少量样本也能清晰地区分，则较小的min_resources可能更可取，因为它可以加快计算速度。

请注意以上示例中，最后一次迭代没有使用所有可用的资源：有 1000 个样本可用，但最多只使用了 640 个。默认情况下，HalvingRandomSearchCV 和 HalvingGridSearchCV 都会尝试在最后一次迭代中尽可能多地使用资源，但前提是此资源量必须是 min_resources 和 factor 的倍数（此约束将在下一节中说明）。HalvingRandomSearchCV 通过采样正确的候选数量来实现这一点，而 HalvingGridSearchCV 通过正确设置 min_resources 来实现这一点。

每次迭代的资源量和候选数量#

在任何迭代 i 中，每个候选对象都会分配给定数量的资源，我们将其表示为 n_resources_i。此数量由参数 factor 和 min_resources 控制，如下所示（factor 严格大于 1）

n_resources_i = factor**i * min_resources,

或者等效地

n_resources_{i+1} = n_resources_i * factor

其中 min_resources == n_resources_0 是第一次迭代中使用的资源量。factor 也定义了将被选择用于下一次迭代的候选对象的比例

n_candidates_i = n_candidates // (factor ** i)

或者等效地

n_candidates_0 = n_candidates
n_candidates_{i+1} = n_candidates_i // factor

因此，在第一次迭代中，我们使用 min_resources 资源 n_candidates 次。在第二次迭代中，我们使用 min_resources * factor 资源 n_candidates // factor 次。第三次迭代再次将每个候选对象的资源乘以系数，并将候选对象的数量除以系数。此过程将持续到达到每个候选对象的资源最大量，或者我们已经确定了最佳候选对象为止。最佳候选对象是在评估 factor 个或更少候选对象的迭代中确定的（有关说明，请参见下文）。

这是一个使用 min_resources=3 和 factor=2 的示例，起始候选对象数量为 70 个

n_resources_i

n_candidates_i

3 (=min_resources)

70 (=n_candidates)

3 * 2 = 6

70 // 2 = 35

6 * 2 = 12

35 // 2 = 17

12 * 2 = 24

17 // 2 = 8

24 * 2 = 48

8 // 2 = 4

48 * 2 = 96

4 // 2 = 2

我们可以注意到

  • 该过程在评估 factor=2 个候选对象的第一次迭代时停止：最佳候选对象是这 2 个候选对象中最好的一个。无需运行额外的迭代，因为它只会评估一个候选对象（即我们已经确定的最佳候选对象）。因此，一般而言，我们希望最后一次迭代最多运行 factor 个候选对象。如果最后一次迭代评估的候选对象数量超过 factor 个，则最后一次迭代将简化为常规搜索（如 RandomizedSearchCV 或 GridSearchCV）。

  • 每个 n_resources_i 都是 factor 和 min_resources 的倍数（这在其上面的定义中得到证实）。

每次迭代中使用的资源量可以在 n_resources_ 属性中找到。

选择资源#

默认情况下，资源是根据样本数量定义的。也就是说，每次迭代都将使用越来越多的样本进行训练。但是，您可以使用 resource 参数手动指定用作资源的参数。这是一个将资源定义为随机森林估计器数量的示例

>>> from sklearn.datasets import make_classification
>>> from sklearn.ensemble import RandomForestClassifier
>>> from sklearn.experimental import enable_halving_search_cv  # noqa
>>> from sklearn.model_selection import HalvingGridSearchCV
>>> import pandas as pd
>>> param_grid = {'max_depth': [3, 5, 10],
...               'min_samples_split': [2, 5, 10]}
>>> base_estimator = RandomForestClassifier(random_state=0)
>>> X, y = make_classification(n_samples=1000, random_state=0)
>>> sh = HalvingGridSearchCV(base_estimator, param_grid, cv=5,
...                          factor=2, resource='n_estimators',
...                          max_resources=30).fit(X, y)
>>> sh.best_estimator_
RandomForestClassifier(max_depth=5, n_estimators=24, random_state=0)

请注意，无法对参数网格中包含的参数进行预算。

用尽可用资源#

如上所述，每次迭代中使用的资源数量取决于 min_resources 参数。如果您有很多可用资源，但起始资源数量较少，则可能会浪费一些资源（即未使用）。

>>> from sklearn.datasets import make_classification
>>> from sklearn.svm import SVC
>>> from sklearn.experimental import enable_halving_search_cv  # noqa
>>> from sklearn.model_selection import HalvingGridSearchCV
>>> import pandas as pd
>>> param_grid= {'kernel': ('linear', 'rbf'),
...              'C': [1, 10, 100]}
>>> base_estimator = SVC(gamma='scale')
>>> X, y = make_classification(n_samples=1000)
>>> sh = HalvingGridSearchCV(base_estimator, param_grid, cv=5,
...                          factor=2, min_resources=20).fit(X, y)
>>> sh.n_resources_
[20, 40, 80]

搜索过程最多只会使用 80 个资源，而我们可用的最大资源数量为 n_samples=1000。这里，我们有 min_resources = r_0 = 20。

对于 HalvingGridSearchCV，默认情况下，min_resources 参数设置为 'exhaust'。这意味着 min_resources 会自动设置，以便最后一次迭代可以在 max_resources 限制内使用尽可能多的资源。

>>> sh = HalvingGridSearchCV(base_estimator, param_grid, cv=5,
...                          factor=2, min_resources='exhaust').fit(X, y)
>>> sh.n_resources_
[250, 500, 1000]

min_resources 在这里自动设置为 250，这使得最后一次迭代使用了所有资源。使用的确切值取决于候选参数的数量、max_resources 和 factor。

对于 HalvingRandomSearchCV，可以有两种方式用尽资源：

  • 像 HalvingGridSearchCV 一样，设置 min_resources='exhaust'；

  • 设置 n_candidates='exhaust'。

这两个选项是互斥的：使用 min_resources='exhaust' 需要知道候选者的数量，对称地，n_candidates='exhaust' 需要知道 min_resources。

通常，用尽总资源数量会导致更好的最终候选参数，并且稍微耗时更长。

3.2.3.1. 积极消除候选者#

使用 aggressive_elimination 参数，您可以强制搜索过程在最后一次迭代中获得少于 factor 个候选者。

积极消除的代码示例#

理想情况下，我们希望最后一次迭代评估 factor 个候选者。然后我们只需要选择最好的一个。当可用资源相对于候选者数量较少时，最后一次迭代可能需要评估超过 factor 个候选者。

>>> from sklearn.datasets import make_classification
>>> from sklearn.svm import SVC
>>> from sklearn.experimental import enable_halving_search_cv  # noqa
>>> from sklearn.model_selection import HalvingGridSearchCV
>>> import pandas as pd
>>> param_grid = {'kernel': ('linear', 'rbf'),
...               'C': [1, 10, 100]}
>>> base_estimator = SVC(gamma='scale')
>>> X, y = make_classification(n_samples=1000)
>>> sh = HalvingGridSearchCV(base_estimator, param_grid, cv=5,
...                          factor=2, max_resources=40,
...                          aggressive_elimination=False).fit(X, y)
>>> sh.n_resources_
[20, 40]
>>> sh.n_candidates_
[6, 3]

由于我们不能使用超过 max_resources=40 个资源，因此该过程必须停止在评估超过 factor=2 个候选者的第二次迭代。

使用 aggressive_elimination 时，该过程将使用 min_resources 资源消除尽可能多的候选者。

>>> sh = HalvingGridSearchCV(base_estimator, param_grid, cv=5,
...                            factor=2,
...                            max_resources=40,
...                            aggressive_elimination=True,
...                            ).fit(X, y)
>>> sh.n_resources_
[20, 20, 40]
>>> sh.n_candidates_
[6, 3, 2]

请注意，我们在最后一次迭代中以 2 个候选者结束，因为我们在第一次迭代中已经消除了足够的候选者，使用了 n_resources = min_resources = 20。

3.2.3.2. 使用 cv_results_ 属性分析结果#

cv_results_ 属性包含用于分析搜索结果的有用信息。可以使用 df = pd.DataFrame(est.cv_results_) 将其转换为 pandas 数据框。HalvingGridSearchCV 和 HalvingRandomSearchCV 的 cv_results_ 属性类似于 GridSearchCV 和 RandomizedSearchCV，并包含与连续减半过程相关的附加信息。

(截断的)输出数据框示例：#

iter

n_resources

mean_test_score

params

0

0

125

0.983667

{‘criterion’: ‘log_loss’, ‘max_depth’: None, ‘max_features’: 9, ‘min_samples_split’: 5}

1

0

125

0.983667

{‘criterion’: ‘gini’, ‘max_depth’: None, ‘max_features’: 8, ‘min_samples_split’: 7}

2

0

125

0.983667

{‘criterion’: ‘gini’, ‘max_depth’: None, ‘max_features’: 10, ‘min_samples_split’: 10}

3

0

125

0.983667

{‘criterion’: ‘log_loss’, ‘max_depth’: None, ‘max_features’: 6, ‘min_samples_split’: 6}

…

…

…

…

…

15

2

500

0.951958

{‘criterion’: ‘log_loss’, ‘max_depth’: None, ‘max_features’: 9, ‘min_samples_split’: 10}

16

2

500

0.947958

{‘criterion’: ‘gini’, ‘max_depth’: None, ‘max_features’: 10, ‘min_samples_split’: 10}

17

2

500

0.951958

{‘criterion’: ‘gini’, ‘max_depth’: None, ‘max_features’: 10, ‘min_samples_split’: 4}

18

3

1000

0.961009

{‘criterion’: ‘log_loss’, ‘max_depth’: None, ‘max_features’: 9, ‘min_samples_split’: 10}

19

3

1000

0.955989

{‘criterion’: ‘gini’, ‘max_depth’: None, ‘max_features’: 10, ‘min_samples_split’: 4}

每一行对应一个给定的参数组合（一个候选）和一个给定的迭代次数。迭代次数由 iter 列给出。 n_resources 列告诉您使用了多少资源。

在上例中，最佳参数组合是 {'criterion': 'log_loss', 'max_depth': None, 'max_features': 9, 'min_samples_split': 10}，因为它在最后一次迭代（3）中达到了最高的得分：0.96。

参考文献