如何评估 GridSearchCV 获得的所有组合？答案

【问题标题】：How can I evaluate all the combinations obtained by GridSearchCV?如何评估 GridSearchCV 获得的所有组合？
【发布时间】：2018-05-08 16:35:27
【问题描述】：

通过使用 GridSearchCV，我可以获得 clf.cv_results_['params'] 并且我想遍历所有可能的组合并打印一些概率：

for params in zip(clf.cv_results_['params']):
        print(params)
        clf= SVC(params)
        clf.fit(X_train, y_train)
        z_test=clf.predict(X_test)
        print("Probability 1:", prob_error(y_test,z_test))
        print("Probability 2:", average_error(y_test,z_test))

但是，在参数中我得到了这个：

({'C': 1000, 'gamma': 1000, 'tol': 2},)

如何转换它以适应算法？因为这段代码在“clf.fit(X_train, y_train)”中有错误：

TypeError: must be real number, not tuple

【问题讨论】：

标签： python python-3.x machine-learning scikit-learn grid-search

【解决方案1】：

你为什么在clf.cv_results_['params'] 上使用 zip。删除它并像下面这样：

for params in clf.cv_results_['params']:
        print(params)
        clf= SVC(**params)
        clf.fit(X_train, y_train)
        z_test=clf.predict(X_test)
        print("Probability 1:", prob_error(y_test,z_test))
        print("Probability 2:", average_error(y_test,z_test))

更多详情请看这里：

How to pass dictionary items as function arguments in python?

【讨论】：