如何对SVC进行超参数调优？GridSearchCV传参报无效参数如何解决

错误原因 #

报错的核心原因是你定义的超参数字典的键名和SVC模型支持的原生参数名不匹配，同时存在拼写错误：

• 多余的前缀：只有当你将SVC放入Pipeline管道，且SVC对应的步骤命名为svc时，才需要给参数加svc_前缀。你直接将SVC实例传入GridSearchCV，不需要加此前缀
• 参数名拼写错误：SVC的正则化参数名为大写的C，你写成了小写c；多项式核阶数参数名为degree，你拼写为dgree
• 额外提醒：你当前固定核函数为rbf，degree参数仅对poly多项式核生效，rbf核下该参数不会发挥任何作用，不需要的话可以直接删除

修正后的代码 #

# 如果你要使用rbf核，不需要degree参数，参数可以写成：
param_grid = {'C': [5, 10, 100], 
              'gamma': [1,0.1,0.01,0.001],
              'kernel': ['rbf']}
grid = GridSearchCV(SVC(), param_grid, refit=True, verbose=3)
grid.fit(x_train_poly, y_train)

# 如果你本来计划使用poly多项式核，调整成如下写法即可：
param_grid = {'C': [5, 10, 100], 
              'gamma': [1,0.1,0.01,0.001],
              'degree': [1,2,3,4,5,6],
              'kernel': ['poly']}
grid = GridSearchCV(SVC(), param_grid, refit=True, verbose=3)
grid.fit(x_train_poly, y_train)

你也可以随时运行SVC().get_params().keys()查看SVC所有可调整的参数名，避免出现参数名不匹配的问题。

内容的提问来源于stack exchange，提问作者Mohanad Anas Taifour