網格搜尋法是指定引數值的一種
窮舉搜尋方法
，通過將估計函式的
引數通過
交叉驗證進行優化
來得到最優的學習演算法。
·將各個引數可能的取值進行
排列組合
，列出所有可能的組合結果生成「網格」。
·然後將各組合用於svm
訓練，使用
交叉驗證
對表現進行評估。
·在擬合函式嘗試了所有的引數組合後，返回乙個合適的分類器，自動調整至
最佳（效能度量）
引數組合，可以通過clf.best_params_獲得引數值
如果使用k折交叉驗證。將原始資料劃分為k份，k-1份作為訓練集，1份作為測試集。輪流進行k次。
可以選擇accuracy, f1-score, f-beta, precise, recall等
細節部分，他寫的很詳細也很仔細：
交叉驗證與網格搜尋
交叉驗證與網格搜尋是機器學習中的兩個非常重要且基本的概念，但是這兩個概念在剛入門的時候並不是非常容易理解與掌握，自己開始學習的時候，對這兩個概念理解的並不到位，現在寫一篇關於交叉驗證與網格搜尋的文章，將這兩個基本的概念做一下梳理。網格搜尋 grid search 名字非常大氣，但是用簡答的話來說就是...
網格搜尋與交叉驗證
一.網格搜尋驗證 sklearn.model selection.gridsearchcv estimator,param grid,scoring none,fit params none,n jobs 1,iid true,refit true,cv none,verbose 0,pre dis...
網格搜尋和交叉驗證
在介紹網格搜尋和交叉驗證以前先要介紹下什麼是機器學習的超引數。我們常說的機器學習的引數指的是和特徵相關的係數，超引數指的是對於模型的整體規劃具有重要意義的指標 例如支援向量機中的乘法因子c 用於權衡經驗風險和模型複雜度 當支援向量機核函式是為徑向基rbf核函式，對應的鐘型函式的寬度gamma就是核函...