python - 是否有一个更简单的 GridSearchCV 版本，只优化一个函数？

Question

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:

http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html#sklearn.model_selection.GridSearchCV

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？

Answer 1

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)