機器學習模型評估與改進：網格化調參(grid search)

文章目錄 簡單網格化搜索 參數過擬合的風險 網格搜索與交叉驗證 模型調參接口: GridSearchCV函數 總體流程 GridSearchCV( )函數 對交叉驗證進一步分析 不一樣核方法的狀況 網格化搜索中應用其餘交叉驗證策略 嵌套交叉驗證 並行化 總結 附註：mglearn工具包 在交叉驗證部分咱們知道了如何科學地評估算法模型的泛化能力，那麼咱們能夠進一步看看，如何對模型進行調參，以達到改進

>>阅读原文<<