sklearn 中处理网格搜索组合的顺序是什么？

Question

我对 sklearn 的 GridSearchCV 对象处理其超参数组合的顺序有疑问。具体来说，我使用带有参数的 sklearn 执行了网格搜索：

param1 = [val1, val2, val3, val4, val5]
param2 = [num1, num2]

cv_results_ 的 mean_test_score 属性是一个长度为 10 的数组，正如预期的那样（len(param1)*len(param2)）；但是，我不知道哪个值对应于什么组合。也就是说，param1 的值是否被保持，param2 被循环，反之亦然。

即mean_test_score中的10个值是否对应

[ [val1, num1], [val1, num2], [val2, num1], [val2, num2], ... ]

（其中param2 在param1 之前循环）或

[ [val1, num1], [va2, num1], [val3, num1], [val4, num1], [val5, num1], [val1, num2], ... ]

（其中param1 在param2 之前循环）。它是否仅取决于它们在网格搜索中指定的顺序？我可以根据一个特定的超参数值返回结果吗？

谢谢！

Answer 1

GridSearchCV 在内部使用名为 ParameterGrid 的类，您可以查看 here（第 47、114 行）

这或多或少是ParameterGrid 在您的GridSearchCV 中所做的：

from itertools import product

grid_values= [{"param1": [1, 2, 3, 4, 5], "param2": [1, 2]}]

def grid(grid_values):
    for p in grid_values:
        # Always sort the keys of a dictionary, for reproducibility
        print(p)
        items = sorted(p.items())
        if not items:
            yield {}
        else:
            keys, values = zip(*items)
            for v in product(*values):
                params = dict(zip(keys, v))
                yield params

• 它首先将你的字典包装在一个列表中（因为它可以处理不同类型的数据作为输入，例如字典列表）

  grid_values= [{"param1": [1, 2, 3, 4, 5], "param2": [1, 2]}]
  

• 之后，它会对您的 dict 的键执行排序，以实现可重复性。这将决定你的组合

    items = sorted(p.items())
  

• 然后它使用来自itertools 的product 函数，它执行您的想法（here details）。变量上的嵌套 for 循环。但是从按参数名称排序的值开始！

  for v in product(*values):
      params = dict(zip(keys, v))
      yield params
  

Check also the doc of ParameterGrid

Answer 2

如果你这样做

import pandas as pd
pd.DataFrame(clf.cv_results_)

param_param1 和 param_param2 列将为您提供每个组合的相应参数。

当然，你也可以使用一个通用的索引来迭代它，但是使用 pandas 是很容易的。