Scikit 网格搜索参数（不是超参数）答案

【问题标题】：Scikit grid searching the parameters (not hyper parameters)Scikit 网格搜索参数（不是超参数）
【发布时间】：2016-07-12 06:18:43
【问题描述】：

Scikit 的GridSearch 非常适合我想找到最佳超参数。我想使用相同的理念来找到线性回归的最佳参数集，使用跨多个折叠的目标函数。如何在多个折叠上优化线性回归的参数（字面意思是 beta 和截距）？

用例（简化）：
我有一个包含三年数据的数据集。我想定义什么是“所有年份都可以”的最佳线性回归。如果我将线性回归拟合到整个数据集，我将得到一个可以减少所有数据的最小二乘误差的数据集。我将有效地减少错误

但是，这 (min(error)) 不是我的目标。我可以在这个目标上得到一个很好的结果，仅仅是因为分类器在第 1 年和第 2 年做得很好，这足以弥补第 3 年的损失。

我实际上想要最小化的是类似于min(max(error_year_1, error_year_1, error_year_1)) 的东西。

解决这个问题的一个 hacky 方法是创建一个函数 f(b0, b1, b2, year1, year2, year3)，它返回错误的最大值，然后使用 scipy 最小化该函数。

实际问题：有没有办法在 scikit 中做到这一点？

【问题讨论】：

【解决方案1】：

在我看来，scikit 只提供对 scoring 的直接 api 访问，我相信它一次只能看到一个折叠。

不是很漂亮，但我认为您最好的选择是遍历 GridSearchCV 的 grid_scores_ cv_validation_scores 并手动获取一组参数，以最大限度地减少您选择的损失函数的最大值。

但不要认为它会保存分类器，如果您想使用它来进行预测，您可能必须重新训练另一个 logit。

【讨论】：