python - sci-kit学习库中的算法参数是如何优化的？

Question

当从数学角度看待机器学习时，我们有成本函数，以减少下次预测的误差，并且我们不断优化特定算法中使用的方程的参数。

我想知道这个优化发生在库的哪里 Sci-kit learn 。没有任何函数可以完成这项工作，到目前为止我知道，有相当多的 algorithms as functions .

有人可以告诉我如何优化 sci-kit learn 中的这些参数吗？有没有办法在提到的库中做到这一点，或者只是为了学习目的。我看到了logistic regression的库代码但什么也没得到。

任何努力都会受到赞赏。

Answer 1

我明白了。 GridsearchCV就是答案，这就是我一直在寻找的。我认为它允许我们选择 alpha、c 和迭代次数的值，因此不允许直接更改权重的值，我认为这没问题，或者这就是我们在执行相同操作后为这些参数分配值的方式独立处理。这个article帮助我很好地理解了它。