python - 有没有更简单的GridSearchCV版本可以优化功能？

scikit-learn有一个很好的函数ParameterGrid，它从字符串的字典到序列创建一个参数网格：

[http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.ParameterGrid.html]

GridSearchCV使用此功能，该功能在指定参数的估计值上进行详尽搜索。 GridSearchCV允许轻松并行化网格搜索。这里是一个链接：

http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html#sklearn.model_selection.GridSearchCV

我有一个更简单的问题：我只想对参数值上的函数最小值进行详尽搜索。给定ParameterGrid的输出，搜索最小值非常简单。但是并行化要复杂一些。

我想知道是否有一个GridSearch函数（末尾没有“ CV”），类似于GridSearchCV，我可以用它来解决这个更简单的问题。如果不是，是否有办法“破解” GridSearchCV，并为其传递适当的参数以使其起作用？

最佳答案

您可以使用此hack，像“无交叉验证”那样使用GridSeachCV：
GridSearchCV的cv参数应为ShuffleSplit(1, test_size=0.01, n_iter=1, random_state=random_const)并且GridSearchCV应该类似于

from sklearn.cross_validation import ShuffleSplit

random_const = 123
grid_cv = GridSearchCV(estimator,
                       parameters_grid,
                       cv=ShuffleSplit(1, test_size=0.01, n_iter=1, random_state=random_const),
                       verbose=0,
                       n_jobs=1)

关于python - 有没有更简单的GridSearchCV版本可以优化功能？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/41325370/