ParameterGrid

class sklearn.model_selection.ParameterGrid(param_grid)

Parametergitter mit einer diskreten Anzahl von Werten für jeden.

Kann verwendet werden, um über Parameterwertkombinationen mit der integrierten Python-Funktion iter zu iterieren. Die Reihenfolge der generierten Parameterkombinationen ist deterministisch.

Lesen Sie mehr im Benutzerhandbuch.

Parameter:

param_griddict von str zu Sequenz, oder Sequenz von solchen

Das zu erkundende Parameter-Grid, als Dictionary, das Schätzparameter auf Sequenzen von zulässigen Werten abbildet.

Ein leeres Dict bedeutet Standardparameter.

Eine Sequenz von Dictionaries bedeutet eine Sequenz von zu durchsuchenden Grids und ist nützlich, um die Untersuchung von Parameterkombinationen zu vermeiden, die keinen Sinn ergeben oder keine Auswirkung haben. Siehe die Beispiele unten.

Siehe auch

GridSearchCV

Verwendet ParameterGrid, um eine vollständige parallelisierte Parametersuche durchzuführen.

Beispiele

>>> from sklearn.model_selection import ParameterGrid
>>> param_grid = {'a': [1, 2], 'b': [True, False]}
>>> list(ParameterGrid(param_grid)) == (
...    [{'a': 1, 'b': True}, {'a': 1, 'b': False},
...     {'a': 2, 'b': True}, {'a': 2, 'b': False}])
True

>>> grid = [{'kernel': ['linear']}, {'kernel': ['rbf'], 'gamma': [1, 10]}]
>>> list(ParameterGrid(grid)) == [{'kernel': 'linear'},
...                               {'kernel': 'rbf', 'gamma': 1},
...                               {'kernel': 'rbf', 'gamma': 10}]
True
>>> ParameterGrid(grid)[1] == {'kernel': 'rbf', 'gamma': 1}
True