GridSearchCV使用“評分”來選擇最佳估算器.訓(xùn)練GridSearchCV后,我希望看到每個(gè)組合的得分. GridSearchCV是否存儲(chǔ)每個(gè)參數(shù)組合的所有分?jǐn)?shù)？如果它如何獲得分?jǐn)?shù)？謝謝.

這是我在另一篇文章中使用的示例代碼.

from sklearn.feature_extraction.text import CountVectorizer

from sklearn.feature_extraction.text import TfidfTransformer

from sklearn.grid_search import GridSearchCV

from sklearn.pipeline import Pipeline

from sklearn.naive_bayes import MultinomialNB

X_train = ['qwe rtyuiop', 'asd fghj kl', 'zx cv bnm', 'qw erty ui op', 'as df ghj kl', 'zxc vb nm', 'qwe rt yu iop', 'asdfg hj kl', 'zx cvb nm',

'qwe rt yui op', 'asd fghj kl', 'zx cvb nm', 'qwer tyui op', 'asd fg hjk l', 'zx cv b nm', 'qw ert yu iop', 'as df gh jkl', 'zx cvb nm',

'qwe rty uiop', 'asd fghj kl', 'zx cvbnm', 'qw erty ui op', 'as df ghj kl', 'zxc vb nm', 'qwe rtyu iop', 'as dfg hj kl', 'zx cvb nm',

'qwe rt yui op', 'asd fg hj kl', 'zx cvb nm', 'qwer tyuiop', 'asd fghjk l', 'zx cv b nm', 'qw ert yu iop', 'as df gh jkl', 'zx cvb nm']

y_train = ['1', '2', '3', '1', '1', '3', '1', '2', '3',

'1', '2', '3', '1', '4', '1', '2', '2', '4',

'1', '2', '3', '1', '1', '3', '1', '2', '3',

'1', '2', '3', '1', '4', '1', '2', '2', '4']

parameters = {

'clf__alpha': (1e-1, 1e-2),

'vect__ngram_range': [(1,2),(1,3)],

'vect__max_df': (0.9, 0.98)

}

text_clf_Pipline_MultinomialNB = Pipeline([('vect', CountVectorizer()),

('tfidf', TfidfTransformer()),

('clf', MultinomialNB()),

])

gs_clf = GridSearchCV(text_clf_Pipline_MultinomialNB, parameters, n_jobs=-1)

gs_classifier = gs_clf.fit(X_train, y_train)

總結(jié)

以上是生活随笔為你收集整理的python输出所有组合数_python – GridSearchCV是否存储了所有参数组合的所有分数？...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。