[译]sklearn.model_selection.GridSearchCV

• sklearn.model_selection.GridSearchCV

  class sklearn.model_selection.GridSearchCV(estimator, param_grid, scoring=None, n_jobs=None, iid=’warn’, refit=True, cv=’warn’, verbose=0, pre_dispatch=‘2*n_jobs’, error_score=’raise-deprecating’, return_train_score=False)

  对评估器的指定参数进行详细搜索。

  重要参数拟合并预测。

  GridSearchCV执行一个’fit’和一个’score’方法，也执行’预测predict’，‘predict_proba’，‘decision_function’， “transform”， “inverse_transform” ，如果他们在所用的estimator中使用的话。

  运用这些方法的estimator的参数通过一个参数网格今昔你个网格搜索交叉验证。

  更多内容见：

• Parameters

  Parameters	数据类型	意义
  estimator	estimator object	estimator都需要提供score函数
  param_grid	dict or list of dictionaries	参数名作为keys
  scoring	string, callable, list/tuple, dict or None, default: None	评估预测结果。为了评估多个指标，给出一个list或dict
  n_jobs	int or None, optional (default=None)	并行数目，None是1个。 -1是运行所有处理器
  pre_dispatch	int, or string, optional	并行计算中控制分发的工作数目
  iid	boolean, default=’warn’	True：返回交叉平均得分
  cv	int, cross-validation generator or an iterable, optional	确定交叉验证分配策略
  refit	boolean, string, or callable, default=True	在全部数据集上用找到的最佳参数组合重新拟合评估器
  verbose	integer	控制冗长信息，数值越高信息越多
  error_score	‘raise’ or numeric
  return_train_score	boolean, default=False

• Attributes

  Attributes	数据类型	意义
  cv_results_	dict of numpy (masked) ndarrays	字典的keys作为column头，values作为columns
  best_estimator_	estimator or dict	搜索到的验证集上得分最好的Estimator
  best_score_	float	best_estimator的平均交叉验证得分

• Methods

  Methods	意义
  decision_function(self, X)	Call decision_function on the estimator with the best found parameters.
  fit(self, X[, y, groups])	Run fit with all sets of parameters.
  get_params(self[, deep])	Get parameters for this estimator.
  inverse_transform(self, Xt)	Call inverse_transform on the estimator with the best found params.
  predict(self, X)	Call predict on the estimator with the best found parameters.
  predict_log_proba(self, X)	Call predict_log_proba on the estimator with the best found parameters.
  predict_proba(self, X)	Call predict_proba on the estimator with the best found parameters.
  score(self, X[, y])	Returns the score on the given data, if the estimator has been refit.
  set_params(self, **params)	Set the parameters of this estimator.
  transform(self, X)	Call transform on the estimator with the best found parameters.

这篇文章翻译的更好：《使用GridSearchCV进行网格搜索》