results = grid_search.cv_results_

`grid_search.cv_results_` 是一个字典，其中包含了网格搜索的结果。在网格搜索中，我们会对每一个参数组合进行交叉验证，并记录每个参数组合在训练集和验证集上的得分，以及每个参数组合的平均得分和标准差等信息。`grid_search.cv_results_` 就是记录这些信息的字典。

具体来说，`grid_search.cv_results_` 包含了以下键值：

- `mean_fit_time`：每个参数组合在训练集上的平均拟合时间。
- `std_fit_time`：每个参数组合在训练集上的拟合时间的标准差。
- `mean_score_time`：每个参数组合在验证集上的平均评分时间。
- `std_score_time`：每个参数组合在验证集上的评分时间的标准差。
- `params`：每个参数组合及其取值。
- `split0_test_score`、`split1_test_score`、`split2_test_score`、`split3_test_score`、`split4_test_score`：每个参数组合在 5 折交叉验证中每一折验证集上的得分。
- `mean_test_score`：每个参数组合在 5 折交叉验证中的平均得分。
- `std_test_score`：每个参数组合在 5 折交叉验证中得分的标准差。
- `rank_test_score`：每个参数组合的排名，排名越小表示得分越好。

因此，我们可以通过 `grid_search.cv_results_` 来查看每个参数组合在训练集和验证集上的得分，以及每个参数组合的平均得分和标准差等信息。例如，我们可以使用以下代码获取每个参数组合的平均得分：

results = grid_search.cv_results_
mean_scores = results['mean_test_score']

这样，`mean_scores` 就是一个包含了每个参数组合的平均得分的数组。