關於sklearn中的網格搜尋(調參)
阿新 • • 發佈:2018-11-28
http://scikit-learn.org/stable/modules/grid_search.html#grid-search
程式碼段:
class sklearn.model_selection.GridSearchCV(estimator, param_grid, scoring=None, fit_params=None, n_jobs=1, iid=True, refit=True, cv=None, verbose=0, pre_dispatch=‘2*n_jobs’, error_score=’raise’, return_train_score=’warn’)
解釋:
- estimator —— 模型
- param_grid : 字典或字典列表(引數)
- scoring : 評分函式
- fit_params : dict,可選(要傳遞給fit方法的引數)
- cv : int,交叉驗證生成器或可迭代的,可選的確定交叉驗證拆分策略。cv的可能輸入是:無,使用預設的3倍交叉驗證,整數,指定(分層)KFold中的摺疊數,要用作交叉驗證生成器的物件。一個可迭代的屈服列車,測試分裂。對於整數/無輸入,如果估計器是分類器並且
y
是二進位制或多類,StratifiedKFold
則使用。在所有其他情況下,KFold
使用。 - verbose:日誌冗長度,int:冗長度,0:不輸出訓練過程,1:偶爾輸出,>1:對每個子模型都輸出。
-