machine-learning - 什么是RandomSearchCV和GridSearchCV？

Closed. This question needs to be more focused。它当前不接受答案。
                            
                        
                    
                
                            
                                
                
                        
                            
                        
                    
                        
                            想改善这个问题吗？更新问题，使其仅通过editing this post专注于一个问题。
                        
                        6个月前关闭。
                                                                                            
                
        
我正在做逻辑回归项目。在这样做的同时，我遇到了以上概念。那么什么是randomsearchCV和gridsearchCV？

最佳答案

我假设您的意思是sklearn中使用的交叉验证（CV）策略类别。

交叉验证是一种评估模型的方法。一个众所周知的用例是评估模型中要使用哪些超参数集，例如梯度下降中的学习率。

为了找到最佳的超参数，我们采用一组候选超参数，为所有这些参数训练模型，并通过交叉验证比较它们的适用性。最后，我们选择给出最佳CV分数的超参数。

随机搜索交叉验证

文档位于：https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.RandomizedSearchCV.html

简而言之，这使用了一组随机的超参数。当有许多超参数时很有用，因此搜索空间很大。如果您事先对超参数应该有什么看法，可以使用。

网格搜索交叉验证

文档位于：https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html

在搜索空间上创建一个网格，并为该空间中所有可能的超参数评估模型。从简单和详尽的意义上讲，这是好的。在不利的一面，如果搜索空间很大（例如，非常多的超参数），则在计算时间上可能会过高地花费。

关于machine-learning - 什么是RandomSearchCV和GridSearchCV？ ，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/57426633/