我想使用scikit-learn的RandomizedSearchCV。在构造函数中，我可以传递param_distributions，即我要优化的不同参数的分布。但也有fit_params属性。从文档中我看不出它的含义。在哪些情况下我应该使用 fit_params 而不是 param_distributions ？
一个用于初始化参数，另一个用于调用实际fit方法时添加的参数。
您想要更改的大多数内容都将通过 param_distributions .诸如正则化、超参数、损失函数等...特定于模型实例化。
另一方面，有时可能需要传入fit调用的片段。例如，LogisticRegression支持sample_weights（文档）。如果这对你很重要，那么你可以在那里添加这些，但同样，CV通常是关于锁定你的超参数，所以我敢打赌param_distributions是你大部分时间正在寻找的。