Grid search中有不理解的地方

来源：4-6 网格搜索与k近邻算法中更多超参数

rabbit999

2022-06-14

图片描述
老师你好，关于Grid search为什么通过fit（）喂了训练集之后就会得到最佳效率输出呢，一般不是只有fit之后通过测试集才会有效率输出吗？这里有点不理解，上一节的网格搜索的最佳超参数也是通过测试集产出的呀

写回答

1回答

liuyubobobo

2022-06-15

很好的问题。

简单来说，grid_search 内部有一套“测试机制”。grid_search 内部是针对每一套参数，都进行了训练，然后在内部，就是用另一套测试机制，测试出了这套参数的好坏，然后 grid_search 返回的是根据这套测试机制，得到的最好的测试结果对应的参数。

这套测试机制是什么？叫做 Cross Validation（交叉验证），这就是 grid search 所对应的类 GridSearchCV 中 CV 两个字母的意思。（Cross Validation 的首字母。）

具体交叉验证的机制是怎样的？这个课程的后续会具体介绍的。可以在课程后续学习了交叉验证以后，再回过头来想一下这个问题：）

继续加油！：）

liuyubobobo

rabbit999

对。但不是将整个传进去的 X_train 作为测试集，而是分割出一部分。（具体 CV 的逻辑比这句话要复杂一些：））

2022-06-15

共2条回复

Python3入门机器学习经典算法与应用

Python3+sklearn，兼顾原理、算法底层实现和框架使用。

5893 学习 · 2454 问题

相似问题

回答 1

回答 1

回答 1

回答 1

回答 1