Scikit Learn GridSearchCV 最佳模型分数

【问题标题】：Scikitlearn GridSearchCV best model scoresScikit Learn GridSearchCV 最佳模型分数
【发布时间】：2021-10-19 14:03:07
【问题描述】：

我正在尝试从我的GridSearchCV 对象中打印最佳模型的训练和测试分数。我最初的猜测是使用cv_results['best_train_score'] 和cv_results['best_test_score']，但在查看文档后，我认为 cv_results 没有“best_train_score”。

我还看到有一个best_estimator_，但我不确定是否可以使用它来打印测试和训练分数。非常感谢任何帮助。

【问题讨论】：

标签： python machine-learning scikit-learn

【解决方案1】：

您可以使用拟合的GridSearchCV 的best_estimator_ 来检索最佳模型，然后使用估计器的score 函数来计算训练和测试准确度。

如下：

from sklearn import svm, datasets
from sklearn.model_selection import GridSearchCV, train_test_split

iris = datasets.load_iris()
X_train, X_test, y_train, y_test = train_test_split(
    iris.data, iris.target, test_size=0.2
)

parameters = {"kernel": ("linear", "rbf"), "C": [1, 10]}
svc = svm.SVC()
cv = GridSearchCV(svc, parameters)
cv.fit(iris.data, iris.target)
model = cv.best_estimator_

print(f"train score: {model.score(X_train, y_train)}")
print(f"test score: {model.score(X_test, y_test)}")

输出：

train score: 0.9916666666666667
test score: 1.0

【讨论】：