GridSearchCV怎么将所有超参数组合的结果返回

GridSearchCV是Scikit-Learn库中用于超参数搜索的一种工具，它通过遍历给定的超参数网格来寻找最优模型配置。当你创建一个GridSearchCV对象并指定了一个参数网格，例如：

from sklearn.model_selection import GridSearchCV
param_grid = {'parameter1': [value1, value2], 'parameter2': [value3, value4]}
grid_search = GridSearchCV(model, param_grid, scoring='accuracy')

然后你可以用`fit()`方法对数据进行训练，并找到最佳参数组合：

grid_search.fit(X_train, y_train)

在这个过程中，GridSearchCV会为每个参数组合训练一个模型，并计算性能指标（如准确率）。最终，它会返回一个包含所有训练结果的`GridSearchCV`对象，其中包含了每个超参数组合对应的模型、交叉验证得分和其他详细信息。

你可以通过访问`best_params_`属性获取最佳的超参数组合，而`cv_results_`属性则是一个字典，存储了每个参数组合的所有详细评估结果，包括得分、排名等。例如，你可以像下面这样查看所有的评分：

results_df = pd.DataFrame(grid_search.cv_results_)
print(results_df)