使用GridSearchCV构建模型后，使用model.cv_results_获得交叉验证结果。但是结果中有一个参数让我感到困惑。 rank_test_score 在此代表什么？
mean_fit_time 0.00265972
std_fit_time 0.000466648
mean_score_time 0.00133236
std_score_time 0.000470977
param_n_neighbors 1
param_weights distance
params {'n_neighbors': 1, 'weights': 'distance'}
split0_test_score 0.70405
split1_test_score 0.73125
split2_test_score 0.69906
mean_test_score 0.711458
std_test_score 0.0141423
rank_test_score 1
split0_train_score 1
split1_train_score 1
split2_train_score 1
mean_train_score 1
std_train_score 0
Name: 1, dtype: object
最佳答案
rank_test_score指示基于mean_test_score的网格搜索参数组合的等级。
如果在网格搜索中尝试N个参数组合，则rank_test_score的范围是1到N。
导致最低mean_test_score的参数组合将具有N的rank_test_score，而具有最高mean_test_score的参数组合将具有1的rank_test_score。
如果使用multiple metrics for evaluation(例如'neg_mean_squared_error'和'neg_mean_absolute_error')，则将有更多列(此处为rank_test_neg_mean_squared_error和rank_test_neg_mean_absolute_error)，每列均基于相应的指标指示估算器的排名。
关于machine-learning - rank_test_score在model.cv_results_中代表什么？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53135857/