如何使用 GridSearchCV 确定的最优参数

Question

我正在使用GridSearchCV来识别最优参数但我不确定如何实际使用最优参数，即在下面的代码中，在第三行中，我的结果在更改第一行后没有改变（例如，如果我更改参数空间，或者用精度替换召回等）

cv = GridSearchCV(pipeline, parameters, cv=len(range(2014,2019)), scoring='recall', refit=True)
cv.fit(X,y)
y_pred = cross_val_predict(cv, X, y, cv=len(range(2014,2019)))

有没有办法确保，无论何时我调用cv.predict，GridSearchCV 中确定的任何最佳参数实际上也会被使用？

Answer 1

从文档here 中，它说：

predict(x) 在找到最佳参数的估计器上调用 predict。

基本上在拟合之后，调用 predict 使用最优估计器。如果你想仔细检查你的参数，你可以在拟合后看到最好的参数存储在类属性best_params_中。

至于为什么你的结果在改变第一行后没有改变，我猜它是巧合地得到相同的最佳参数：或者有多个最佳参数。

Answer 2

GridSearchCV 默认情况下已经做了你想做的事，除非你设置了refit=False。如GridSearchCVdocumentation所述：

refit : 布尔值或字符串，默认=True
使用在整个数据集上找到的最佳参数重新拟合估计器。

对于多指标评估，这需要是一个字符串，表示记分器用于找到最后重新拟合估计器的最佳参数。

重新调整的估算器在best_estimator_ 属性中可用，并且允许在此GridSearchCV 实例上直接使用predict。

对于多指标评估，best_index_、best_score_ 和 best_params_ 属性只有在设置了 refit 时才可用，并且所有这些属性都将由这个特定的得分者确定。

查看评分参数以了解有关多指标评估的更多信息。

因此，每当您致电 cv.predict 时，经过改装的最佳估算器都会做出预测。

在您的情况下，结果是相同的，可能是因为最佳估算者在所有指标上得分最高。