Grid Search

그리드 서치란 인공지능을 만들때 여러개의 조건으로 한번에 학습을 돌려주고

최적의 결과값을 뽑아낼 때 사용하는것을 그리드서치라한다

 

우선은 파라미터로 사용할것을 딕셔너리로 만들어준다

param_grid= {'kernel':['linear','rbf','poly'],'C':[0.1,1,10], 'gamma':[0.01,0.1,1] }

 

그 후 그리드서치를 사용한다

from sklearn.model_selection import GridSearchCV

grid = GridSearchCV( SVC(),param_grid,refit=True,verbose= 4  )
grid.fit(X_train,y_train)

# SVC는 사용할 인공지능

param_grid 는 파라미터로 사용할 딕셔너리

refit은 각 파라미터마다 다시 학습하라는 파라미터

verbose는 값에 영향을 주지않고 작업한 내용을 출력해주는 파라미터이다

기본적으로 그리드서치에는 최소 두가지의 파라미터가 들어가야한다.

사용할 인공지능과 그것에 넣을 파라미터로 쓸것

 

 

 

classifier = grid.best_estimator_
classifier

# 그 이후 grid.best_estimator_를 사용하면 어느 인공지능이 가장 뛰어난지를 보여주며 이것을 사용하면 된다

 

 

이 인공지능을 검증해보자

y_pred = classifier.predict(X_test)
confusion_matrix(y_test,y_pred)
>>> array([[44,  1],
           [ 2, 67]], dtype=int64)
           
accuracy_score(y_test,y_pred)
>>> 0.9736842105263158

# 97프로의 정확도를 가진 인공지능이 나왔다