是否有一个更简单的GridSearchCV版本可以优化函数

Question

scikit-learn具有一个不错的函数 ParameterGrid，该功能从字符串到序列的dist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，该功能对估算器的指定参数值进行了详尽的搜索。GridSearchCV允许轻松平行网格搜索。这是一个链接：

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：我只想详尽地搜索参数值的函数的最小值。鉴于ParameterGrid搜索最小值的输出非常简单。但是并行化更为复杂。

我想知道是否有GridSearch函数（最后没有" CV"），类似于GridSearchCV，我可以将其用于此简单问题。如果没有，是否有一种方法来" hack" GridSearchCV，将其传递适当的参数，以便它可以完成工作？

Answer 1

您可以使用此hack使用GridSeachCv"无交叉验证"。 cv GridSearchCV的参数应为ShuffleSplit(1, test_size=0.01, n_iter=1, random_state=random_const)，GridSearchCV应该像

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)