为什么GridSearchCV没有给出最好的分数?- Scikit Learn

Question

我有一个158行10列的数据集。我尝试建立多元线性回归模型，并尝试预测未来的价值。

我使用GridSearchCV来调整参数。

这是我的GridSearchCV和回归函数:

def GridSearch(data):
    X_train, X_test, y_train, y_test = cross_validation.train_test_split(data, ground_truth_data, test_size=0.3, random_state = 0)
    
    parameters = {'fit_intercept':[True,False], 'normalize':[True,False], 'copy_X':[True, False]}
    
    model = linear_model.LinearRegression()
    
    grid = GridSearchCV(model,parameters)
    
    grid.fit(X_train, y_train)
    predictions = grid.predict(X_test)
    
    print "Grid best score: ", grid.best_score_
    print "Grid score function: ", grid.score(X_test,y_test)

该代码的输出是:

网格最高分:0.720298870251

网格评分函数:0.888263112299

我的问题是best_score_和score函数的区别是什么?

score函数如何优于best_score函数

Answer 1

best_score_是交叉验证的最佳分数。即模型对训练数据的部分进行拟合，通过对其余训练数据的预测计算得分。这是因为您将X_train和y_train传递给fit;因此，fit进程不知道你的测试集的任何信息，只知道你的训练集。

模型对象的score方法根据您提供的数据对模型进行评分。您通过了X_test和y_test，因此此调用计算测试集上的拟合(即调优)模型的分数。

简而言之，这两个分数是在不同的数据集上计算的，所以它们的不同不应该令人惊讶。