2024-05-14 18:19:23 发布
网友
我已经设置了一个GridSearchCV和一组参数,我将找到最佳的参数组合。我的搜索结果总共有12个候选模型。在
然而,我也有兴趣看到所有12个的准确度分数,而不仅仅是最好的分数,因为我可以通过使用.best_score_方法清楚地看到。我很好奇打开GridSearch有时感觉像的黑盒子。在
.best_score_
我看到GridSearch有一个scoring=参数,但我看不到迭代地打印出分数的任何方法。在
scoring=
如有任何建议,我们将不胜感激。提前谢谢。在
使用grid_scores_属性:
grid_scores_
>>> clf = GridSearchCV(LogisticRegression(), {'C': [1, 2, 3]}) >>> clf.fit(np.random.randn(10, 4), np.random.randint(0, 2, 10)) GridSearchCV(cv=None, estimator=LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True, intercept_scaling=1, penalty='l2', random_state=None, tol=0.0001), fit_params={}, iid=True, loss_func=None, n_jobs=1, param_grid={'C': [1, 2, 3]}, pre_dispatch='2*n_jobs', refit=True, score_func=None, scoring=None, verbose=0) >>> from pprint import pprint >>> pprint(clf.grid_scores_) [mean: 0.40000, std: 0.11785, params: {'C': 1}, mean: 0.40000, std: 0.11785, params: {'C': 2}, mean: 0.40000, std: 0.11785, params: {'C': 3}]
使用
grid_scores_
属性:相关问题 更多 >
编程相关推荐