scikit学习GridSearchCV总是返回最好的第一个参数

Question

我将GridSearchCV的参数设置为：

parameters = {'kernel':['rbf'], 'C':[1, 5, 0.5], 'gamma':[1, 5, 0.5]}
grid = GridSearchCV(SVC(), parameters)
grid.fit(dataset, targets)

则CCD_ 1或CCD_。如果我更改参数的顺序，并将5放在"C"列表的顶部，则最佳参数为"C"=5和"gamma"=1。

我做错了什么？

Answer 1

您必须将评分参数更改为（roc_auc），例如：

    grid = GridSearchCV(model, param_grid = p, scoring='roc_auc')
    grid.fit(self.train_data, self.train_labels)
    print('nThe best hyper-parameter for -- {} is {}, the corresponding mean accuracy through 10 Fold test is {} n'
        .format(name, grid.best_params_, grid.best_score_))
    model = grid.best_estimator_
    train_pred = model.predict(self.train_data)
    print('{} train accuracy = {}n'.format(name,(train_pred == self.train_labels).mean()))