from sklearn.model_selection import RandomizedSearchCV
random_cv =RandomizedSearchCV(estimator=regressor,param_distributions=hyperparameter_grid,cv=5, n_iter=50,scoring = 'neg_mean_absolute_error',n_jobs = 4,verbose = 5,return_train_score = True,random_state=2)
random_cv.fit(X,y)
尝试使用交叉验证找到 XGboost 分析的最佳参数。我期待模型适合并给我已经适合的最终模型。
一切都完美运行,直到将模型拟合到训练集。