GridSearchCV构造器

GridSearchCV是一个sklearn中的模型优化函数，用于对模型进行参数调优。其构造器的基本形式如下：

GridSearchCV(estimator, param_grid, scoring=None, n_jobs=None, cv=None, verbose=0, pre_dispatch='2*n_jobs', 
             error_score=nan, return_train_score=False)

其中，各参数的含义如下：

- `estimator`：模型估计器对象，例如 sklearn 的分类器或者回归器等。
- `param_grid`：字典类型，参数集合，需要调参的参数，例如：`{'C': [1, 10], 'kernel': ['linear', 'rbf']}`。
- `scoring`：模型评估指标，默认为None，表示使用估计器的误差函数来评估。
- `n_jobs`：并行数，可以提高算法的运行速度。默认为None，表示不使用并行计算。
- `cv`：交叉验证折数或者交叉验证生成器，默认为None，表示使用3折交叉验证。
- `verbose`：详细程度，控制输出的详细程度，值越大越详细。默认为0，表示不输出信息。
- `pre_dispatch`：并行运行的任务数。默认为`'2*n_jobs'`，表示并行运行2倍的CPU核心数。
- `error_score`：代表模型出错时的返回值，缺省值为`'nan'`。
- `return_train_score`：是否返回训练集上的评分结果。默认为False，表示不返回。

使用GridSearchCV函数可以对模型进行参数调优，找到最佳的参数组合，从而提高模型的性能。