sklearn.model_selection.GridSearchCV
阿新 • • 發佈：2022-05-05
目錄
\(sklearn\) 官網中的 GridSearchCV。
機器學習模型中，需要人工選擇的引數稱為超引數。
\(GridSearchCV\) 可以拆分為兩部分\(GridSearch、CV\)，即網格搜尋、交叉驗證。\(GridSearch\) 是一種調參手段，窮舉搜尋，即在所有候選的引數中，通過迴圈遍歷每一種可能，選擇最好的引數。
1. GridSearchCV 簡介
\(GridSearchCV\) 的意義是自動調參，將引數輸進去，給出最優化結果和引數。缺點是適用小資料集（小於 \(10000\)
2. GridSearchCV 引數
class sklearn.model_selection.GridSearchCV(estimator, param_grid, *, scoring=None, n_jobs=None, refit=True, cv=None, verbose=0, pre_dispatch='2*n_jobs', error_score=nan, return_train_score=False)
引數：
-
estimator：選擇使用的模型，並且傳入除需要確定最佳的引數外的其他引數。每個分類器都需要一個 \(scoring\) 引數，或者 \(score\) 方法，如：estimator = RandomForestClassifier(min_sample_split=100, min_samples_leaf=20, max_depth=8, max_features='sqrt', random_state=10) -
param_grid：調參的引數列表或字典。如 \(SVM\) 分類模型中：param_grid = {"C":[0.1, 1, 10], "gamma": [0.1, 0.2, 0.3]}，這樣就有 \(9\) 中超引數組合來進行網格搜尋，選擇一個擬合分數最好的超平面係數。 -
scoring=None：模型評價標準。\(scoring = None\) 表示使用 \(estimator\) 的誤差估計函式。如：scoring = "roc_auc"。 -
n_jobs=None：並行數。\(n\_jobs=None\) 表示預設值取 \(1\)；\(n\_jobs=-1\) 表示與 \(CPU\) 核數一致。 -
refit=True：預設 \(True\)，表示程式以交叉驗證得到的最佳引數後，用最佳引數再次 \(fit\) 一遍全部資料集。作為最終效能評估的最佳模型引數。 -
cv = None：交叉驗證引數，\(cv = None\) 表示預設值取 \(3\)，使用三折交叉驗證。
3. 常用方法、屬性
① grid.fit()：執行網格搜尋。
② best_params_：描述已取得最佳結果的引數組合。
③ best_score_：提供優化過程期間觀察到的最好的評分。
④ cv_results_：不同引數下模型的交叉驗證結果。