RandomSearchCV 如何处理模型/内存？

Question

我想知道sklearn.model_selection.RandomizedSearchCV（以及GridSearchCV 在一定程度上）是如何处理模型、信息和内存的。 事实上，尽管进行了一些研究，但我找不到任何资源来解释（n_jobs =-1 或 >1）每个堆叠步骤存储的内容。

尽管我很确定每个模型都已存储，因为您可以检索具有最佳参数的模型，但它会保留每个模型吗？或者它是否在每一步都保持最后构建的与存储的之间最好的一个？

提前感谢您的回复:)

Answer 1

他们不保留任何中间模型。仅存储与每个模型关联的超参数和输出指标。具有您可以检索的最佳参数的模型最终会在整个数据上进行训练（未交叉验证，因为这已经完成）。

您可以查看我的其他答案，其中更详细地描述了GridSearchCV：

• Model help using Scikit-learn when using GridSearch
• scikit-learn GridSearchCV with multiple repetitions

RandomizedSearchCV 做同样的事情，除了第一部分找出候选参数组合。