版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/wendaomudong_l2d4/article/details/81069814
网格搜索的思想很直观，sklearn中有封装好的函数供调用。
1. 版本信息
Python和sklearn的版本信息如下:
1. Python版本 3.6.3 Anaconda
2. Sklearn版本 0.19.1
2. 参数
2.1 输入参数
| 参数 | 解释 | |
|---|---|---|
| Parameters | estimator | 估计器，也就是slearn提供的预测模型 |
| param_grid | 待调整参数，字典形式，key为参数名，value是值的范围，一般为list | |
| scoring | 模型评估指标，如’roc_auc’，’f1’，’accuracy’等等，具体看文档 | |
| fit_params | 貌似是估计器的其他固定参数，新版本已经不用 | |
| n_jobs | int类型，默认1，并行运算的进程数，-1的时候全部计算，速度更快 | |
| pre_dispatch | int/string类型，管理调度并行计算的参数，这个参数越小，消耗的计算资源就越少 该参数有一下几个取值 1.None 并行计算立即执行，不进行调度 2.int 给出生成总进程的数量 3.string 类似于 2*n_jobs这样的表达式 一般似乎不调整，如果数据巨大需要考虑 |
|
| iid | boolean, default=True,默认数据独立同分布，此时最小损失是每个样本的损失和，而不是每个fold的平均损失 | |
| cv | int, 默认3折交叉验证 | |
| refit | boolean, or string, default=True, 是否用找到的最佳参数，重新拟合模型 | |
| verbose | integer, 控制信息输出，貌似没啥子用 | |
| error_score | ‘raise’ (default) or numeric, 好像是refit时候出现error，会抛出，numeric则抛warning | |
| return_train_score | boolean, default=True,如果False，cv_results_属性则不存在 |
2.2 属性输出
| 参数 | 解释 | |
|---|---|---|
| Parameters | cv_results_ |
字典形式，返回网格搜索的结果 |
best_estimator_ |
在验证数据上得分最高的模型，要求refit=True |
|
best_score_ |
float，最佳估计器的cv平均得分 | |
best_params_ |
字典形式，返回最佳参数 | |
best_index_ |
int，不知道什么鬼 | |
scorer_ |
函数或者字典，选择最佳估计器的评价指标函数 | |
n_splits_ |
int，n折交叉验证 |
3. 案例
官方文档上的例子，鸢尾花数据。
3.1 网格搜索过程
from sklearn import svm, datasets
from sklearn.model_selection import GridSearchCV
iris = datasets.load_iris()
parameters = {'kernel':('linear', 'rbf'), 'C':[1, 10]}
svc = svm.SVC()
clf = GridSearchCV(svc, parameters)
clf.fit(iris.data, iris.target)GridSearchCV(cv=None, error_score='raise',
estimator=SVC(C=1.0, cache_size=200, class_weight=None, coef0=0.0,
decision_function_shape='ovr', degree=3, gamma='auto', kernel='rbf',
max_iter=-1, probability=False, random_state=None, shrinking=True,
tol=0.001, verbose=False),
fit_params=None, iid=True, n_jobs=1,
param_grid={'kernel': ('linear', 'rbf'), 'C': [1, 10]},
pre_dispatch='2*n_jobs', refit=True, return_train_score='warn',
scoring=None, verbose=0)
3.2 网格搜索结果
## 最佳参数
clf.best_params_{'C': 1, 'kernel': 'linear'}
## 最佳估计器
clf.best_estimator_SVC(C=1, cache_size=200, class_weight=None, coef0=0.0,
decision_function_shape='ovr', degree=3, gamma='auto', kernel='linear',
max_iter=-1, probability=False, random_state=None, shrinking=True,
tol=0.001, verbose=False)
import pandas as pd
pd.DataFrame(clf.cv_results_ )4. 总结
好几个参数的含义还是不清楚，下次看到再改吧。具体算法的调参还要再学习学习。
5.Ref
2018-07-16 于南京市建邺区新城科技园