我已经设置了一个 GridSearchCV 并有一组参数,我会找到最佳的参数组合。我的 GridSearch 总共包含 12 个候选模型。
但是,我也有兴趣查看所有 12 个的准确度分数,而不仅仅是最佳分数,正如我可以通过使用 .best_score_
方法清楚地看到的那样。我很好奇打开 GridSearch 有时感觉的黑匣子。
我看到 GridSearch 的 scoring=
参数,但我看不到任何迭代打印分数的方法。
欢迎任何建议。提前致谢。
使用 grid_scores_
属性:
>>> 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}]
我是一名优秀的程序员,十分优秀!