GridSearchCV中的参数

GridSearchCV中的参数包括以下几个：
1. estimator：要使用的模型或估计器，可以是分类器或回归器的实例。
2. param_grid：一个字典或者列表，包含要搜索的参数及其可能的取值。字典的键是参数的名称，值是参数的取值范围。
3. scoring：评分方法，用于评估模型的性能。可以是字符串（预定义的评分方法）或可调用对象（自定义的评分方法）。
4. fit_params：传递给模型的额外的拟合参数。
5. n_jobs：并行运行的作业数量。默认为1，表示不并行运行。
6. iid：布尔值，决定是否以独立和同分布的方式来评估不同的参数设置。
7. refit：布尔值，决定是否在搜索过程中重新拟合最佳参数。
8. cv：交叉验证的折数或交叉验证生成器。
9. verbose：控制输出的详细程度。默认为0，不输出任何信息。
10. pre_dispatch：并行运行的作业数。默认为'2*n_jobs'。
11. error_score：当模型拟合时出错时的行为。
12. return_train_score：是否返回训练得分。

引用
引用
引用<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [GridSearchCV()参数](https://blog.csdn.net/qq_36535820/article/details/109118406)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [学习gridsearchcv 参数以及输出+多scoring](https://blog.csdn.net/weixin_63016274/article/details/127739756)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]