sci-kit learn库中的算法参数是如何进行优化的?

Question

当从数学角度看待机器学习时，我们有成本函数，以减少下一次预测中的误差，并继续优化特定算法中使用的方程参数。

我想知道这种优化在库中的什么地方发生 科学套件学习。 没有函数可以完成这项工作，到目前为止我知道，有一堆算法作为函数。

有人可以告诉我如何在sci-kit learn中优化这些参数，有没有办法在提到的库中做到这一点，还是仅用于学习目的。 我看到了逻辑回归库的代码，但一无所获。

任何努力都值得赞赏。

Answer 1

我明白了。 GridsearchCV就是答案，这就是我一直在寻找的。 我认为它允许我们选择 alpha、c 和迭代次数的值，因此，不允许直接更改权重的值，我认为没关系，或者这就是我们在独立执行相同过程后为这些参数分配值的方式。 这篇文章帮助我很好地理解了它。