当前位置：首页 > news >正文

特征工程四-2：使用GridSearchCV 进行超参数网格搜索（Hyperparameter Tuning）的用途

news 2025/10/31 11:24:03

1. `GridSearchCV` 的作用

GridSearchCV（网格搜索交叉验证）用于：

自动搜索 给定参数范围内的最佳超参数组合。
交叉验证评估 每个参数组合的性能，避免过拟合。
返回最佳模型，可直接用于预测或分析。

2. 代码逐行解析

(1) 创建 `GridSearchCV` 对象

grid = GridSearchCV(model,       # 要优化的模型（如 RandomForest、SVM 等）params,      # 待搜索的参数网格（字典或列表格式）error_score=0.  # 如果某组参数拟合报错，将该组合得分设为 0
)

model：已经定义的模型实例（如 model = RandomForestClassifier()）。

params：参数网格，格式示例：

params = {'n_estimators': [50, 100],  # 决策树数量'max_depth': [5, 10]        # 树的最大深度
}

error_score=0.：
当某组参数导致模型拟合失败（如不兼容参数）时，将该参数组合的验证得分设为 0，避免程序中断。

(2) 执行网格搜索

grid.fit(X, y)  # 用数据 X 和标签 y 拟合模型

对 params 中的所有参数组合进行尝试，并通过交叉验证（默认 5 折）评估性能。
最终确定 最佳参数组合，并重新训练模型（用最佳参数在整个数据集上训练）。

3. 关键输出

完成 fit 后，可通过以下属性获取结果：

最佳参数：

print(grid.best_params_)
# 输出示例：{'max_depth': 10, 'n_estimators': 100}

最佳模型的交叉验证得分：
```
print(grid.best_score_)
```

最佳模型实例（可直接用于预测）：

best_model = grid.best_estimator_
best_model.predict(X_test)

4. 注意事项

参数网格设计：
- 范围过大可能导致计算耗时，建议先用粗网格筛选，再细化。
- 示例：
```
params = {'C': [0.1, 1, 10], 'kernel': ['linear', 'rbf']}  # SVM 参数
```
交叉验证控制：
- 可通过 cv 参数调整折数（如 cv=10）。
- 使用 scoring 指定评估指标（如 scoring='accuracy'）。
替代方案：
- 如果参数空间较大，可用 RandomizedSearchCV（随机搜索，更快）。

5. 完整示例

from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import GridSearchCV# 定义模型和参数网格# 实例化机器学习模型
rf = RandomForestClassifier()
lr = LogisticRegression()
knn = KNeighborsClassifier()
dt = DecisionTreeClassifier()# 逻辑回归
lr_params/ = {'C': [1e-1, 1e0, 1e1, 1e2], 'penalty': ['l1', 'l2']}
# KNN
knn_params = {'n_neighbors': [1, 3, 5, 7]}
# 决策树
dt_params = {'max_depth': [None, 1, 3, 5, 7]}
# 随机森林
rf_params = {'n_estimators': [10, 50, 100], 'max_depth': [None, 1, 3, 5, 7]}
# model=rf/lr/knn/dt,params=lr_params/knn_params/dt_params/rf_params# 网格搜索
grid = GridSearchCV(model, params, error_score=0.)
grid.fit(X_train, y_train)# 输出最佳参数
print("Best parameters:", grid.best_params_)