sklearn.model_selection.RandomizedSearchCV

`sklearn.model_selection.RandomizedSearchCV` 是 Scikit-learn 中的一个类，用于进行随机搜索交叉验证。与网格搜索不同，随机搜索是一种通过随机选择给定参数范围内的参数值来寻找最佳模型参数的方法。

`RandomizedSearchCV` 的输入参数包括：

- `estimator`：用于训练和预测的模型对象。
- `param_distributions`：一个字典，包含要搜索的参数及其取值范围。
- `n_iter`：随机搜索的迭代次数。
- `scoring`：性能评估指标。
- `cv`：交叉验证的折数。

在使用 `RandomizedSearchCV` 时，它会在给定的参数取值范围内随机选择一组参数值，并使用交叉验证来评估该参数组合下的模型性能。重复这个过程指定的迭代次数后，最终会返回一个具有最佳参数组合的模型对象。

通过使用 `RandomizedSearchCV`，我们可以在给定的参数范围内进行随机搜索，从而找到最佳的模型参数组合。与网格搜索相比，随机搜索可以在较少的迭代次数下，找到具有良好性能的参数组合。