我有一个关于sklearn的GridSearchCV对象处理其超参数组合的顺序的问题。具体来说,我使用sklearn执行了一个网格搜索,参数为:
param1 = [val1, val2, val3, val4, val5]
param2 = [num1, num2]
cv_results_
的mean_test_score
属性是如预期的长度为10的数组(len(param1)*len(param2)
(;然而,我不知道哪个值对应于什么组合。也就是说,是保持的param1
的值,param2
被循环,反之亦然。
也就是说,mean_test_score
中的10个值是否对应
[ [val1, num1], [val1, num2], [val2, num1], [val2, num2], ... ]
(其中param2
在param1
之前循环(或
[ [val1, num1], [va2, num1], [val3, num1], [val4, num1], [val5, num1], [val1, num2], ... ]
(其中param1
在param2
之前循环(。这仅仅取决于它们在网格搜索中指定的顺序吗?我可以沿着一个特定的超参数值返回结果吗?
谢谢!
GridSearchCV
在内部使用名为ParameterGrid
的类,您可以在此处检查(第47114行(
这或多或少就是ParameterGrid
在GridSearchCV
:中的作用
from itertools import product
grid_values= [{"param1": [1, 2, 3, 4, 5], "param2": [1, 2]}]
def grid(grid_values):
for p in grid_values:
# Always sort the keys of a dictionary, for reproducibility
print(p)
items = sorted(p.items())
if not items:
yield {}
else:
keys, values = zip(*items)
for v in product(*values):
params = dict(zip(keys, v))
yield params
它首先将您的dict包装在一个列表中(因为它可以处理不同类型的数据作为输入,例如dict列表(
grid_values= [{"param1": [1, 2, 3, 4, 5], "param2": [1, 2]}]
之后,它对dict的键进行排序,以实现再现性。这将决定您的组合
items = sorted(p.items())
然后它使用CCD_ 16中的CCD_。变量上的嵌套for循环。但是从按参数名称排序的值开始!
for v in product(*values): params = dict(zip(keys, v)) yield params
同时检查ParameterGrid 的文档
如果进行
import pandas as pd
pd.DataFrame(clf.cv_results_)
列param_param1
和param_param2
将为每个组合提供相应的参数。
当然,您也可以使用通用索引对其进行迭代,但使用panda非常容易。