超参数:即不直接在估计器内学习的参数。在 scikit-learn 包中,它们作为估计器类中构造函数的参数进行传递。
超参数优化:搜索超参数空间以便获得最好交叉验证分数
sklearn.model_selection.GridSearchCV
通过参数网格上的交叉验证网格搜索对估算器的指定参数值进行详尽搜索。
常用参数列表
参数名称 | 参数类型 | 作用 |
---|---|---|
estimator | 估计器对象 | 指明估计器对象,如RandomForest和AdaBoost等 |
param_grid | 词典或词典列表 | 带有参数名称(字符串)作为键的字典以及用作值的参数设置列表,即指定估计器需要优化的参数(该参数可以是一个范围值),如n_estimators和learning_rate等 |
scoring | 字符串列表或字典 | 指定多个评估指标 |
n_jobs | 整数型int | 并行运行的作业数量。 |
cv | 整数型int | 交叉验证折叠的数量</ |