网格搜索交叉验证最终模型

Question

如果我使用scikit-learn库中的GridSearchCV来找到最佳模型，它会返回什么样的最终模型呢？也就是说，对于每组超参数，我们会训练CV数量（比如3）的模型。这样，函数会在这些3个模型中返回最佳参数设置下的最佳模型吗？

- John M.

Answer 1

GridSearchCV 会返回一个包含丰富信息的对象。它会返回在留出数据上表现最好的模型：

best_estimator_：估计器或字典

通过搜索选择的估计器，即在留出数据上得分最高（如果指定了最小损失，则为损失最小）的估计器。 如果 refit=False，则不可用。

请注意，这不是在整个数据集上训练的模型。这意味着，一旦您确定这是您想要的模型，您需要自己重新在整个数据集上训练该模型。

参考资料：http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html

- TYZ

---

请注意，只要不设置 refit=False，您无需重新训练模型。 GridSearchCV 会为您执行此步骤，并像平常一样通过 .predict 和 .score 提供最终的训练模型。详情请参见 https://datascience.stackexchange.com/questions/45810/what-is-gridsearchcv-doing-after-it-finishes-evaluating-the-performance-of-param/45817。 - lunguini

Answer 2

这是在sklearn中给出的：

“重新配合的估算器可在best_estimator_属性中使用，可以直接在此GridSearchCV实例上使用predict。”

所以，您无需再次拟合模型。您可以直接从best_estimator_属性中获取最佳模型。

- user3109582