使用 GridSearchCV 调参
安全地搜索超参数
使用 GridSearchCV 调参 是 CoddyKit 上的免费 Data Science Academy 课时。 这是第 3 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 Data Science Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 Data Science Academy 课程共包含 4 节课。
由您选择的设置
有些模型设置不是从数据中学习得到的，而是您在训练前选择的。这些设置称为超参数，选得好坏非常重要。
靠猜测很慢
每次只调整一个值、重新运行，再手动查看分数，不仅浪费时间，还会错过更好的组合。让搜索工具来完成这项工作吧。🔍
认识 GridSearchCV
GridSearchCV会尝试您定义的网格中的每一种组合，并使用交叉验证公平地评估每一种组合。
from sklearn.model_selection import GridSearchCV定义网格
您可以在字典中列出每个超参数以及要尝试的取值。每一种取值组合都会成为一个待测试的候选方案。
param_grid = {'C': [0.1, 1, 10]}在流水线中调参
要指定流水线中的某一步，请在步骤名称后加上双下划线和参数名。这种命名方式会让搜索工具找到正确的调节项。
param_grid = {'model__C': [0.1, 1, 10]}运行搜索
将您的估算器和网格传入，然后调用fit。它会替您在各个折叠上训练并评估每一种组合。
search = GridSearchCV(pipe, param_grid, cv=5)
search.fit(X_train, y_train)查看最佳方案
拟合完成后，best_params_会告诉您哪种组合胜出，best_score_则会显示它的平均交叉验证得分。
print(search.best_params_, search.best_score_)使用最佳方案进行预测
搜索工具会使用全部训练数据重新拟合最佳组合。只需对搜索对象调用 predict，即可使用其中的best_estimator。
preds = search.predict(X_test)选择合适的评分指标
默认情况下，它会优化准确率。将scoring设为 f1 或 roc_auc，让搜索过程优化您的问题真正关注的指标。
GridSearchCV(pipe, param_grid, scoring='f1', cv=5)注意计算成本
网格会迅速变大：组合数乘以折数就等于拟合次数。如果规模爆炸式增长，可以改用RandomizedSearchCV进行抽样搜索。
设计上避免数据泄漏
由于搜索的是整个流水线，预处理会在每个折叠内部重新拟合。这样调参过程就能保持公正，不会混入任何数据泄漏。
快速检查
要调整名为 model 的流水线步骤，应如何设置参数键？
回顾
现在，您可以让GridSearchCV通过交叉验证测试各种参数组合，并找出最佳组合。接下来学习保存训练好的流水线。💾
用 AI 导师学习 Python — 免费
在浏览器中编写并运行真实代码，获得全天候 AI 导师的即时帮助，并在网页或应用中继续学习。
- 课程
- 30
- 课程
- 120
常见问题解答
「使用 GridSearchCV 调参」课时是免费的吗？
是的 — 「使用 GridSearchCV 调参」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 Data Science Academy 课程的其余内容，请升级到 CoddyKit PRO。 Data Science Academy 课程共包含 4 节课。
「使用 GridSearchCV 调参」这节课中我会学到什么？
安全地搜索超参数 你通过在浏览器中直接运行的动手代码来练习 Data Science Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 Data Science Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 Data Science Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 3 节课，共 4 节。
「使用 GridSearchCV 调参」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 Data Science Academy 课中编写并运行代码吗？
能。每节 Data Science Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。
此课程中的所有课时
- 为什么流水线胜过手动步骤
- 用于混合类型的 ColumnTransformer
- 使用 GridSearchCV 调参
- 保存并重新加载训练好的流水线