GridSearchCV类的参数有哪些？

GridSearchCV类的参数包括以下几个：
- `estimator`：要使用的模型对象。
- `param_grid`：要进行网格搜索的参数字典或列表。
- `scoring`：用于评估模型性能的评分方法。
- `cv`：交叉验证的折数。
- `n_jobs`：并行运行的作业数。
- `verbose`：详细程度的控制。
- `refit`：是否在找到最佳参数后重新拟合整个数据集。
- `return_train_score`：是否返回训练分数。
- `pre_dispatch`：并行运行时的作业预调度数量。

下面是一个示例：

from sklearn.model_selection import GridSearchCV
from sklearn.svm import SVC

# 定义参数字典
param_grid = {'C': [0.1, 1, 10], 'kernel': ['linear', 'rbf']}

# 创建模型对象
model = SVC()

# 创建GridSearchCV对象
grid_search = GridSearchCV(estimator=model, param_grid=param_grid, scoring='accuracy', cv=5)

# 拟合数据
grid_search.fit(X, y)

# 输出最佳参数
print("Best parameters: ", grid_search.best_params_)