Python Scikit-Learn (с помощью grid_search.gridsearchcv) ⇐ Python

[Anonymous]

Я использую поиск сетки, чтобы соответствовать параметрам модели машинного обучения. -Лалерин.org/stable/modules/generated/sklearn.grid_search.gridsearchcv.html)

Код: Выделить всё

from sklearn import svm, grid_search, datasets, cross_validation

# getting data
iris = datasets.load_iris()

# grid of parameters
parameters = {'kernel':('linear', 'poly'), 'C':[1, 10]}

# predictive model (support vector machine)
svr = svm.SVC()

# cross validation procedure
mycv = cross_validation.StratifiedKFold(iris.target, n_folds = 2)

# grid search engine
clf = grid_search.GridSearchCV(svr, parameters, mycv)

# fitting engine
clf.fit(iris.data, iris.target)
< /code>

Однако, когда я смотрю на clf.estimator < /code>, я получаю следующее: < /p>

SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0, degree=3, gamma=0.0,
kernel='rbf', max_iter=-1, probability=False, random_state=None,
shrinking=True, tol=0.001, verbose=False)
< /code>

Как я получил ядро ​​RBF?  Я не указал это как вариант в моих параметрах.  < /p>

Что происходит? > П.С. Я использую версию «0,15-гит» для Sklearn.  

[b] addendum [/b]: я заметил, что clf.best_estimator _ 

дает правильный выход. Итак, что такое clf.estimator ?

Подробнее здесь: https://stackoverflow.com/questions/240 ... idsearchcv