scikit-learn 有一个很好的函数 ParameterGrid
,它可以从字符串字典到序列创建参数网格:
[http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.ParameterGrid.html]
此函数由 GridSearchCV 使用,它对估计器的指定参数值进行详尽的搜索。 GridSearchCV 允许轻松并行网格搜索。这是一个链接:
我有一个更简单的问题:我只想彻底搜索参数值上函数的最小值。鉴于 ParameterGrid
的输出,搜索最小值非常简单。但并行化有点复杂。
我想知道是否有一个类似于GridSearchCV
的GridSearch
函数(末尾没有“CV”),我可以用它来解决这个更简单的问题。如果没有,是否有办法“破解”GridSearchCV
,向其传递适当的参数,以便它完成工作?
最佳答案
您可以使用 GridSeachCV 像“无需交叉验证”一样使用此 hack:
GridSearchCV 的 cv
参数应为 ShuffleSplit(1, test_size=0.01, n_iter=1, random_state=random_const)
且 GridSearchCV 应类似于
from sklearn.cross_validation import ShuffleSplit
random_const = 123
grid_cv = GridSearchCV(estimator,
parameters_grid,
cv=ShuffleSplit(1, test_size=0.01, n_iter=1, random_state=random_const),
verbose=0,
n_jobs=1)
关于python - 是否有一个更简单的 GridSearchCV 版本,只优化一个函数?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41325370/