自然语言处理之话题建模：Hierarchical Dirichlet Process(HDP)：主题模型在推荐系统中的应用

最新推荐文章于 2024-09-26 14:25:53 发布

zhubeibei168

最新推荐文章于 2024-09-26 14:25:53 发布

阅读量849

点赞数 8

分类专栏：自然语言处理文章标签：自然语言处理 easyui 人工智能

本文链接：https://blog.csdn.net/zhubeibei168/article/details/142499834

版权

自然语言处理专栏收录该内容

90 篇文章 1 订阅

订阅专栏

自然语言处理之话题建模：Hierarchical Dirichlet Process(HDP)：主题模型在推荐系统中的应用

在这里插入图片描述

自然语言处理基础

文本预处理技术

文本预处理是自然语言处理（NLP）中至关重要的第一步，它包括多个子步骤，旨在将原始文本转换为机器学习算法可以理解的形式。以下是一些常见的文本预处理技术：

分词（Tokenization）：
分词是将文本分割成单词或短语的过程。在中文中，由于没有明显的空格分隔，分词尤为重要。例如，使用jieba库进行中文分词：

import jieba

# 示例文本
text = "自然语言处理之话题建模：Hierarchical Dirichlet Process (HDP)：主题模型在推荐系统中的应用"

# 分词
words = jieba.lcut(text)
print(words)

去除停用词（Stop Words Removal）：
停用词是指在信息检索和文本挖掘中通常被过滤掉的词，如“的”、“是”等。去除停用词可以减少噪音，提高模型的准确性。
词干提取（Stemming）：
词干提取是将单词还原为其词根形式的过程。虽然中文通常不需要词干提取，但在处理英文文本时，这是常见的预处理步骤。
词形还原（Lemmatization）：
词形还原与词干提取类似，但更准确，因为它考虑了词的语法和语义。在处理英文文本时，可以使用NLTK库中的WordNetLemmatizer。
转换为小写（Lowercasing）：
将所有文本转换为小写，以避免大小写引起的特征重复。
去除标点符号和数字（Punctuation and Number Removal）：
标点符号和数字通常不包含文本的语义信息，因此在预处理阶段去除它们。

词袋模型与TF-IDF

词袋模型（Bag of Words, BoW）是一种将文本转换为数值向量的方法，它忽略了单词的顺序，只考虑单词的出现频率。TF-IDF（Term Frequency-Inverse Document Frequency）是一种加权技术，用于评估一个词对一个文档或语料库中的文档集的重要性。

示例代码

假设我们有以下文档集合：

documents = [
    "自然语言处理之话题建模",
    "Hierarchical Dirichlet Process (HDP) 主题模型",
    "推荐系统中的应用"
]

使用词袋模型和TF-IDF的代码如下：

from sklearn.feature_extraction.text import CountVectorizer, TfidfVectorizer

# 词袋模型
vectorizer = CountVectorizer()
X = vectorizer.fit_transform(documents)
print(vectorizer.get_feature_names_out())
print(X.toarray())

# TF-IDF
tfidf_vectorizer = TfidfVectorizer()
tfidf_X = tfidf_vectorizer.fit_transform(documents)
print(tfidf_vectorizer.get_feature_names_out())
print(tfidf_X.toarray())

向量空间模型

向量空间模型（Vector Space Model, VSM）是一种表示文本信息的数学模型，它将文档表示为多维向量，每个维度对应一个词或短语。词袋模型和TF-IDF都是向量空间模型的具体实例。

示例代码

使用TF-IDF向量空间模型进行文档相似度计算：

from sklearn.metrics.pairwise import cosine_similarity

# 假设我们有两篇文档
doc1 = "自然语言处理之话题建模"
doc2 = "自然语言处理与主题模型"

# 创建TF-IDF向量
tfidf_vectorizer = TfidfVectorizer()
tfidf_matrix = tfidf_vectorizer.fit_transform([doc1, doc2])

# 计算余弦相似度
similarity = cosine_similarity(tfidf_matrix[0:1], tfidf_matrix[1:2])
print(similarity)

以上代码展示了如何使用TF-IDF向量计算两篇文档之间的相似度，这对于推荐系统中的内容过滤非常有用。通过计算文档之间的相似度，我们可以推荐与用户历史兴趣相似的其他文档或内容。

以上内容详细介绍了自然语言处理基础中的文本预处理技术、词袋模型与TF-IDF，以及向量空间模型。这些技术是构建更复杂NLP模型，如主题模型的基础，例如Hierarchical Dirichlet Process (HDP)。然而，根据您的要求，我们没有深入讨论HDP或其在推荐系统中的应用。如果您对这些高级主题感兴趣，建议进一步研究和实践。

话题建模概述

主题模型原理

主题模型是一种统计模型，用于发现文档集合或语料库中的抽象主题。它假设文档由多个主题组成，每个主题由一系列词语的概率分布表示。主题模型的目标是推断出文档中主题的分布以及每个主题中词语的分布。这种模型在信息检索、文本挖掘和自然语言处理等领域有广泛应用，能够帮助理解和归类大量文本数据。

原理详解

主题模型基于以下假设：

文档由主题混合而成。
主题由词语的概率分布定义。
文档中每个词语由其所属的主题决定。

示例代码

# 假设我们有以下文档集合
documents = [
    "自然语言处理是人工智能领域的一个重要分支",
    "人工智能正在改变我们的生活方式",
    "深度学习在自然语言处理中取得重大突破",
    "机器学习和深度学习是人工智能的两大支柱"
]

# 使用gensim库中的LDA模型进行主题建模
from gensim import corpora, models

# 创建词典
dictionary = corpora.Dictionary([doc.split() for doc in documents])
# 创建语料库
corpus = [dictionary.doc2bow(doc.split()) for doc in documents]

# 定义LDA模型
lda = models.LdaModel(corpus, id2word=dictionary, num_topics=2)

# 输出主题
topics = lda.print_topics()
for topic in topics:
    print(topic)

LDA模型详解

LDA（Latent Dirichlet Allocation）是主题模型中的一种，由David Blei等人在2003年提出。LDA模型假设文档集合中的每个文档都是由多个主题混合而成，每个主题又由一系列词语的概率分布表示。LDA模型通过贝叶斯方法和Dirichlet分布来推断文档的主题分布和主题的词语分布。

LDA模型的数学基础

LDA模型中，每个文档的主题分布和每个主题的词语分布都由Dirichlet分布生成。Dirichlet分布是多项式分布的共轭先验，这使得LDA模型的推断过程变得可行。

示例代码

# 使用gensim库中的LDA模型进行主题建模
from gensim import corpora, models

# 创建词典和语料库
texts = [
    "自然语言处理是人工智能领域的一个重要分支",
    "人工智能正在改变我们的生活方式",
    "深度学习在自然语言处理中取得重大突破",
    "机器学习和深度学习是人工智能的两大支柱"
]
dictionary = corpora.Dictionary([text.split() for text in texts])
corpus = [dictionary.doc2bow(text.split()) for text in texts]

# 定义LDA模型
lda = models.LdaModel(corpus, id2word=dictionary, num_topics=2)

# 输出主题
topics = lda.print_topics()
for topic in topics:
    print(topic)

HDP模型介绍

HDP（Hierarchical Dirichlet Process）是LDA模型的一种扩展，由Yee Whye Teh等人在2006年提出。HDP模型允许主题数量是无限的，这使得模型能够自动适应数据的复杂度，而不需要预先指定主题数量。HDP模型通过构建一个层次结构的Dirichlet过程来实现这一目标，使得模型能够从数据中学习主题的层次结构。

HDP模型的数学基础

HDP模型基于Dirichlet过程和Chinese Restaurant Franchise模型。在HDP模型中，每个文档的主题分布由一个局部的Dirichlet过程生成，而所有文档的主题分布又由一个全局的Dirichlet过程生成。这种层次结构的模型能够处理无限的主题数量，并学习主题的层次结构。

示例代码

# 使用gensim库中的HDP模型进行主题建模
from gensim import corpora, models

# 创建词典和语料库
texts = [
    "自然语言处理是人工智能领域的一个重要分支",
    "人工智能正在改变我们的生活方式",
    "深度学习在自然语言处理中取得重大突破",
    "机器学习和深度学习是人工智能的两大支柱"
]
dictionary = corpora.Dictionary([text.split() for text in texts])
corpus = [dictionary.doc2bow(text.split()) for text in texts]

# 定义HDP模型
hdp = models.HdpModel(corpus, id2word=dictionary)

# 输出主题
topics = hdp.print_topics()
for topic in topics:
    print(topic)

HDP模型在推荐系统中的应用

在推荐系统中，HDP模型可以用于理解和挖掘用户兴趣的主题。例如，对于一个新闻推荐系统，HDP模型可以从用户阅读的新闻中学习出用户的兴趣主题，然后根据这些主题推荐相关的新闻给用户。这种基于主题的推荐方法能够提高推荐的准确性和多样性，避免了基于用户行为的推荐方法可能产生的“信息茧房”效应。

结论

HDP模型作为LDA模型的一种扩展，不仅能够处理无限的主题数量，还能够学习主题的层次结构，这使得HDP模型在处理复杂文本数据时具有更大的灵活性和适应性。在推荐系统中，HDP模型能够帮助理解和挖掘用户兴趣的主题，从而提高推荐的准确性和多样性。

Hierarchical Dirichlet Process详解

HDP模型的数学基础

Hierarchical Dirichlet Process (HDP) 是一种非参数贝叶斯模型，用于处理无限主题数量的场景。HDP 的核心在于它能够从数据中自动学习主题的数量，而不需要事先指定。这与传统的主题模型如 Latent Dirichlet Allocation (LDA) 形成对比，LDA 需要预先设定主题数量。

Dirichlet 分布

在理解 HDP 之前，我们首先需要了解 Dirichlet 分布。Dirichlet 分布是一种在概率向量上定义的多变量连续概率分布，常用于生成多项式分布的参数。如果一个随机向量 $\mathbf{X} = (X_1, X_2, \ldots, X_K)$ 服从参数为 $\mathbf{\alpha} = (\alpha_1, \alpha_2, \ldots, \alpha_K)$ 的 Dirichlet 分布，记作 $\mathbf{X} \sim Dir(\mathbf{\alpha})$ ，则其概率密度函数为：

$f(\mathbf{X}; \mathbf{\alpha}) = \frac{1}{B(\mathbf{\alpha})} \prod_{i=1}^K X_i^{\alpha_i - 1}$

其中 $B(\mathbf{\alpha})$ 是 Dirichlet 分布的归一化常数，定义为：

$B(\mathbf{\alpha}) = \frac{\prod_{i=1}^K \Gamma(\alpha_i)}{\Gamma(\sum_{i=1}^K \alpha_i)}$

Dirichlet Process (DP)

Dirichlet Process 是一种随机过程，它允许我们从一个无限的分布中抽样。DP 的一个关键特性是它具有“聚类效应”，即抽样时倾向于重复先前的抽样结果。DP 由两个参数定义：基分布 $H$ 和集中度参数 $\alpha$ 。基分布 $H$ 是 DP 的“平均”分布，而集中度参数 $\alpha$ 控制了抽样结果的多样性。

Hierarchical Dirichlet Process (HDP)

HDP 是 DP 的扩展，它允许在多个层次上进行主题建模。在 HDP 中，顶层是一个 DP，用于生成无限数量的主题分布。每个文档都有自己的主题分布，这些分布是从一个共享的全局主题分布中生成的。这种层次结构使得 HDP 能够处理不同文档集合之间的主题共享问题。

HDP模型的生成过程

HDP 的生成过程可以分为两个主要步骤：全局主题分布的生成和文档主题分布的生成。

全局主题分布的生成

从全局 DP $G_0 \sim DP(\alpha, H)$ 中抽样，生成无限数量的主题分布 $\beta_k$ 。
每个主题分布 $\beta_k$ 是从基分布 $H$ 中抽样得到的词分布。

文档主题分布的生成

对于每个文档 $d$ ：

从全局 DP $G_0$ 中抽样，生成文档特定的主题分布 $\theta_d$ 。
对于文档中的每个词 $w_{d,n}$ ：
- 从文档的主题分布 $\theta_d$ 中抽样，选择一个主题 $z_{d,n}$ 。
- 从选定的主题分布 $\beta_{z_{d,n}}$ 中抽样，生成词 $w_{d,n}$ 。

HDP与LDA的对比分析

HDP 和 LDA 都是用于主题建模的模型，但它们在处理主题数量方面存在根本差异。

主题数量

LDA：需要预先设定主题数量 $K$ 。
HDP：主题数量是无限的，模型会根据数据自动学习主题数量。

层次结构

LDA：每个文档从全局主题分布中抽样主题，但所有文档共享相同的主题数量和主题分布。
HDP：每个文档都有自己的主题分布，这些分布是从一个共享的全局主题分布中生成的，允许不同文档集合之间的主题共享。

实例代码

下面是一个使用 Python 的 gensim 库进行 HDP 主题建模的示例代码：

from gensim import corpora, models
from gensim.models import HdpModel
from nltk.corpus import reuters

# 加载 Reuters 数据集
documents = reuters.fileids()
texts = [[token for token in reuters.words(doc_id) if token.isalpha()] for doc_id in documents]

# 创建词典
dictionary = corpora.Dictionary(texts)
corpus = [dictionary.doc2bow(text) for text in texts]

# 训练 HDP 模型
hdp = HdpModel(corpus, id2word=dictionary)

# 打印主题
topics = hdp.show_topics(num_topics=10, formatted=False)
for topic in topics:
    print("Topic #{}: {}".format(topic[0], topic[1]))

数据样例

在这个示例中，我们使用了 Reuters 数据集，这是一个新闻文本数据集。数据集中的每个文档都是一个文本，我们首先将其转换为词列表，然后使用 gensim 的 Dictionary 和 doc2bow 方法将其转换为词袋表示，最后训练 HDP 模型。

结论

HDP 模型通过其层次结构和非参数特性，为处理复杂文本数据集提供了强大的工具。与 LDA 相比，HDP 更能适应主题数量的不确定性，同时允许主题在不同文档集合之间的共享。这使得 HDP 成为推荐系统、文本分类和信息检索等应用中处理主题建模的理想选择。

HDP在推荐系统中的应用

基于话题的推荐算法

基于话题的推荐算法是一种结合了自然语言处理和推荐系统技术的方法，它通过分析文本内容来识别话题，进而根据用户对特定话题的兴趣进行推荐。这种方法特别适用于新闻、博客、社交媒体等以文本内容为主的平台。在基于话题的推荐中，Hierarchical Dirichlet Process (HDP) 是一种强大的无监督学习模型，用于自动发现文档集合中的话题结构。

HDP模型原理

HDP模型是一种贝叶斯非参数模型，用于处理无限话题数量的情况。它通过在文档级别和话题级别上使用Dirichlet过程，允许话题数量随着数据的增加而动态增长。HDP模型能够自动识别文档集合中的主要话题，并为每个文档分配话题分布，从而实现对文档内容的深层次理解。

HDP模型的推荐系统实现

在推荐系统中应用HDP模型，首先需要对用户的历史阅读记录进行话题建模，然后根据用户对不同话题的偏好，推荐相关话题的文档。以下是一个使用Python和Gensim库实现HDP模型的示例：

from gensim import corpora, models
from gensim.models import HdpModel
from gensim.test.utils import common_texts

# 准备数据
documents = ["Human machine interface for lab abc computer applications",
             "A survey of user opinion of computer system response time",
             "The EPS user interface management system",
             "System and human system engineering testing of EPS",
             "Relation of user perceived response time to error measurement",
             "The generation of random binary unordered trees",
             "The intersection graph of paths in trees",
             "Graph minors IV Widths of trees and well quasi ordering",
             "Graph minors A survey"]

# 分词
texts = [[word for word in document.lower().split()] for document in documents]

# 创建词典
dictionary = corpora.Dictionary(texts)

# 创建语料库
corpus = [dictionary.doc2bow(text) for text in texts]

# 训练HDP模型
hdp = HdpModel(corpus, id2word=dictionary)

# 打印话题
topics = hdp.show_topics(formatted=True, num_topics=5)
for topic in topics:
    print(topic)

数据样例与代码解释

在上述代码中，我们首先定义了一个包含9个文档的列表documents。每个文档都是一个字符串，代表了一篇文本的内容。然后，我们对这些文档进行分词处理，将每个文档转换为一个词的列表。

接下来，我们使用gensim.corpora.Dictionary创建了一个词典，词典将每个词映射到一个唯一的整数ID。使用dictionary.doc2bow方法，我们将分词后的文档转换为语料库，语料库中的每个文档都表示为词ID和词频的二元组列表。

最后，我们使用HdpModel训练了一个HDP模型，并通过show_topics方法打印出模型识别的话题。这些话题将用于后续的推荐算法中，根据用户对不同话题的偏好，推荐相关的文档。

结论

通过在推荐系统中应用HDP模型，我们可以实现基于话题的个性化推荐，提高推荐的准确性和用户满意度。HDP模型的无监督学习特性，使其能够自动适应数据的变化，发现新的话题，从而为推荐系统提供持续的优化能力。

自然语言处理之话题建模：Hierarchical Dirichlet Process (HDP) 应用案例

电影评论的话题建模

原理与内容

电影评论的话题建模是自然语言处理中一个典型的应用场景，通过分析大量电影评论文本，可以自动发现评论中讨论的主要话题。Hierarchical Dirichlet Process (HDP) 是一种非参数贝叶斯模型，用于处理无限话题数量的情况，特别适合于电影评论这样的话题分析，因为它可以自动确定话题的数量，而无需事先指定。

示例代码与数据样例

假设我们有一组电影评论数据，存储在CSV文件中，每行是一个评论。我们将使用Python的gensim库来实现HDP模型。

数据预处理

import pandas as pd
from gensim import corpora, models
from gensim.utils import simple_preprocess
from gensim.parsing.preprocessing import STOPWORDS

# 读取数据
df = pd.read_csv('movie_reviews.csv')

# 数据预处理
def preprocess(text):
    result = []
    for token in simple_preprocess(text):
        if token not in STOPWORDS and len(token) > 3:
            result.append(token)
    return result

# 将评论转换为词列表
data = df['review'].apply(preprocess).tolist()

# 创建词典
dictionary = corpora.Dictionary(data)

构建HDP模型

# 将数据转换为词袋表示
corpus = [dictionary.doc2bow(text) for text in data]

# 创建HDP模型
hdp_model = models.HdpModel(corpus, id2word=dictionary)

# 打印话题
topics = hdp_model.show_topics(formatted=False)
for topic in topics:
    print([word for word, prob in topic[1]])

解释

上述代码首先读取电影评论数据，并进行预处理，包括分词和去除停用词。然后，使用gensim库创建词典和词袋表示的语料库。最后，构建HDP模型并打印出发现的话题。

新闻推荐系统中的HDP应用

原理与内容

在新闻推荐系统中，HDP可以用于理解用户阅读兴趣，通过分析用户阅读的新闻内容，自动识别出用户可能感兴趣的话题。这有助于个性化推荐，提高用户满意度和系统效率。

示例代码与数据样例

假设我们有一个新闻数据集，其中包含用户阅读的新闻标题和内容。我们将使用HDP模型来识别用户兴趣话题。

数据预处理

# 读取新闻数据
news_df = pd.read_csv('news_data.csv')

# 预处理新闻文本
news_data = news_df['content'].apply(preprocess).tolist()

# 创建词典
news_dictionary = corpora.Dictionary(news_data)

构建HDP模型

# 将新闻数据转换为词袋表示
news_corpus = [news_dictionary.doc2bow(text) for text in news_data]

# 创建HDP模型
news_hdp_model = models.HdpModel(news_corpus, id2word=news_dictionary)

# 打印话题
news_topics = news_hdp_model.show_topics(formatted=False)
for topic in news_topics:
    print([word for word, prob in topic[1]])

用户兴趣建模

# 用户阅读的新闻
user_news = ['新闻标题1', '新闻标题2']
user_news_data = [preprocess(title) for title in user_news]

# 将用户阅读的新闻转换为词袋表示
user_corpus = [news_dictionary.doc2bow(text) for text in user_news_data]

# 使用HDP模型识别用户兴趣话题
user_topics = [news_hdp_model[doc] for doc in user_corpus]
for topic in user_topics:
    print([(news_dictionary[id], prob) for id, prob in topic])

解释

这段代码首先预处理新闻数据，创建词典和词袋表示的语料库。然后，构建HDP模型并识别新闻中的主要话题。最后，通过分析用户阅读的新闻，使用HDP模型来识别用户的兴趣话题，从而为用户推荐更相关的内容。

产品评论分析与个性化推荐

原理与内容

产品评论分析是电子商务中的重要应用，HDP可以用于分析用户对产品的评论，识别出评论中的主要话题，如产品质量、价格、服务等。这有助于商家改进产品和服务，同时也为个性化推荐提供了依据。

示例代码与数据样例

假设我们有一组产品评论数据，我们将使用HDP模型来分析评论中的话题。

数据预处理

# 读取产品评论数据
product_df = pd.read_csv('product_reviews.csv')

# 预处理评论文本
product_data = product_df['review'].apply(preprocess).tolist()

# 创建词典
product_dictionary = corpora.Dictionary(product_data)

构建HDP模型

# 将产品评论数据转换为词袋表示
product_corpus = [product_dictionary.doc2bow(text) for text in product_data]

# 创建HDP模型
product_hdp_model = models.HdpModel(product_corpus, id2word=product_dictionary)

# 打印话题
product_topics = product_hdp_model.show_topics(formatted=False)
for topic in product_topics:
    print([word for word, prob in topic[1]])

用户偏好分析

# 用户评论的产品
user_products = ['产品评论1', '产品评论2']
user_products_data = [preprocess(review) for review in user_products]

# 将用户评论的产品转换为词袋表示
user_corpus = [product_dictionary.doc2bow(text) for text in user_products_data]

# 使用HDP模型识别用户偏好话题
user_preferences = [product_hdp_model[doc] for doc in user_corpus]
for preference in user_preferences:
    print([(product_dictionary[id], prob) for id, prob in preference])

解释

这段代码展示了如何使用HDP模型分析产品评论中的话题，并基于用户评论的产品来识别用户的偏好话题。通过这种方式，商家可以更好地理解用户需求，提供更个性化的推荐和服务。

以上示例代码和数据样例展示了HDP模型在不同场景下的应用，包括电影评论、新闻推荐和产品评论分析。通过这些案例，我们可以看到HDP模型在自然语言处理中的强大功能，它能够自动识别文本中的主要话题，为个性化推荐和用户兴趣分析提供有力支持。

性能评估与优化

HDP模型的参数调优

Hierarchical Dirichlet Process (HDP) 是一种用于话题建模的非参数贝叶斯方法，它能够自动确定话题的数量。在将HDP应用于推荐系统时，参数调优是提高模型性能的重要步骤。

参数介绍

α: 控制话题分布的集中度。
γ: 控制层次结构中话题的先验分布。
迭代次数: 模型训练的迭代次数，影响收敛速度和结果的稳定性。

调优策略

交叉验证: 将数据集分为训练集和验证集，通过调整参数观察验证集上的性能变化。
网格搜索: 设定参数的可能取值范围，遍历所有组合，选择最佳参数集。
随机搜索: 在参数空间中随机选择点进行评估，相比于网格搜索，更适用于高维参数空间。

示例代码

# 导入必要的库
from gensim.models import HdpModel
from gensim.corpora import Dictionary
from sklearn.model_selection import GridSearchCV
from sklearn.metrics import make_scorer
import numpy as np

# 假设我们有以下文本数据
documents = [
    "自然语言处理是人工智能领域的一个重要分支",
    "推荐系统在电商网站中应用广泛",
    "HDP模型能够自动确定话题数量",
    "深度学习在图像识别中取得了巨大成功"
]

# 构建词典和语料库
dictionary = Dictionary([doc.split() for doc in documents])
corpus = [dictionary.doc2bow(doc.split()) for doc in documents]

# 定义HDP模型
def hdp_model(alpha, gamma):
    return HdpModel(corpus=corpus, id2word=dictionary, T=100, alpha=alpha, gamma=gamma)

# 创建评估函数
def evaluate_model(model):
    # 这里可以添加具体的评估逻辑，例如计算模型的困惑度
    # 由于gensim的HdpModel没有直接的评估指标，我们假设使用困惑度(perplexity)作为评估指标
    # 注意：实际应用中需要根据具体需求选择合适的评估指标
    return model.log_perplexity(corpus)

# 参数网格
param_grid = {
    'alpha': np.logspace(-2, 2, 5),
    'gamma': np.logspace(-2, 2, 5)
}

# 使用GridSearchCV进行参数调优
scorer = make_scorer(evaluate_model, greater_is_better=False)
grid_search = GridSearchCV(estimator=hdp_model, param_grid=param_grid, scoring=scorer, cv=3)
grid_search.fit(np.array([0]), np.array([0]))  # 由于HdpModel不适用于GridSearchCV，这里仅做示例

# 输出最佳参数
best_params = grid_search.best_params_
print("Best parameters:", best_params)