是否有更简单的 GridSearchCV 版本来优化功能？答案

【问题标题】：Is there a simpler version of GridSearchCV that just optimizes a function?是否有更简单的 GridSearchCV 版本来优化功能？
【发布时间】：2017-05-10 13:43:15
【问题描述】：

scikit-learn 有一个很好的函数ParameterGrid，它创建了一个从字符串字典到序列的参数网格：

[http://scikit-learn.org/stable/modules/generated/sklearn.model_selection.ParameterGrid.html]

GridSearchCV 使用此函数对估计器的指定参数值进行详尽搜索。 GridSearchCV 允许网格搜索的轻松并行化。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：我只想在参数值上彻底搜索函数的最小值。鉴于ParameterGrid 的输出，搜索最小值很简单。但是并行化有点复杂。

我想知道是否有一个类似于GridSearchCV 的GridSearch 函数（末尾没有“CV”），我可以用它来解决这个更简单的问题。如果没有，有没有办法“破解”GridSearchCV，向它传递适当的参数以便它完成这项工作？

【问题讨论】：

标签： python optimization scikit-learn

【解决方案1】：

您可以使用 GridSeachCV 像“无交叉验证”一样使用此 hack： GridSearchCV 的cv 参数应该是ShuffleSplit(1, test_size=0.01, n_iter=1, random_state=random_const) 而GridSearchCV 应该是这样的

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)

【讨论】：