scikit-learn - 如何从网格搜索中挑选出最佳模型？

Question

在执行网格搜索 CV 后，我想挑选出最好的模型以供将来使用。当我做类似的事情

grid_search = GridSearchCV(SVC_clf, parameters, n_jobs=-1, verbose=1, cv = 3)

gs = grid_search.fit(X, Y)


with open('../MLA (pickled)/SVC.txt','w') as f:
    s = pickle.dumps(gs)
    f.write(s)

然后

with open('../MLA (pickled)/SVC.txt','r') as f:
    clf = pickle.loads( f.read() )
clf.fit(X_new,Y_new)

网格搜索再次开始。这将是非常痛苦的，特别是如果参数网格非常大。

如何从网格搜索中挑选“最佳”模型？

Answer 1

哦，我明白了。看起来gs是一个best_estimator_。所以我应该pickle gs.best_estimator_。