1

我正在运行 sklearn ( docs ) 的随机梯度回归器。

以下是我使用的参数：

 {loss: "huber", 
    "learning_rate": "adaptive", 
    "penalty": "l1", 
    "alpha": "0.001", 
    "l1_ratio": "0.75", 
    "early_stopping": "True", 
    "max_iter": "2000", 
    "n_iter_no_change": "15", 
    "validation_fraction": "0.1", 
    "warm_start": "True", 
    "tol": "0.0001", "random_state": "1"}

不幸的是，我的时代没有达到 2000。我知道我设置了如果它在 15 次运行后发生变化，它应该终止，我怎样才能更好地使用随机梯度？因为最终的验证不是很令人印象深刻。

   -- Epoch 38
    Norm: 38.43, NNZs: 218, Bias: 6.923232, T: 2062792, Avg. loss: 0.119096
4

1 回答 1

0

从显示的参数可以看出，您调用 SGDRegressor 时使用early_stopping=True. 您应该将其更改为early_stopping=False（或完全省略该参数，因为它的默认值确实是False- 请参阅文档）。

于 2020-11-26T11:48:27.167 回答