Gridsearch 的问题
来源：4-6 网格搜索与k近邻算法中更多超参数
慕田峪210210
2018-05-26
老师，你好，gridsearch中还没predict（） 就能通过gridsearch.best_score_ 知道准确度，都没看到哪步传了新的样本，没传新样本怎么计算距离，怎么知道准确度呢？
3回答
-
非常好的问题。
grid_search做的事情是，针对同一组训练数据，使用同一个算法，针对不同的超参数组合，看哪组超参数组合的效果更好。这里为了评判哪组超参数组合的效果更好，对于每一组超参数组合，针对训练数据集，就会得到一个分数。grid_search.best_score_ 就是指这个分数。
具体获得这个分数的方法，我们在这里还没有讲，叫做“交叉验证”，相应的英文是Cross Validation，也就是我们的grid_search对象所对应的类：GridSearchCV中，CV的意思。
在这个课程的第八章，我们将仔细学习什么是交叉验证。届时，回头看这个问题，你应该就能理解grid_search内部究竟运行了怎样的逻辑，这个grid_search.best_score_ 是怎样计算出来的了。在这里，我们先知道，grid_search通过一种算法（交叉验证），帮助我们找到了对于不同的超参数组合，最优的那个超参数组合，就好了：）
00 -
慕田峪210210
提问者
2018-05-26
额、原来是交叉验证内部的逻辑，我学完回头再看看，谢谢老师！
00 -
DoNGDonG4
2018-05-26
grid_search 是使用的训练数据来拟合，然后找出精确度最高的那个分类器，grid_search.fit(X_train,y_train)这里使用了训练样本，从这个样本出发，创建出60个分类器，从其中选出精确度最高的那个，然后在用最好的那个去预测测试数据。
022019-03-04
相似问题