GridSearchCV没有return_estimator

是的，GridSearchCV没有`return_estimator`属性。它只返回最佳的参数组合和对应的评估指标。如果你想获取最佳的估算器（estimator），你可以使用`best_estimator_`属性来获取。例如：

from sklearn import svm, datasets
from sklearn.model_selection import GridSearchCV

iris = datasets.load_iris()

parameters = {'kernel':('linear', 'rbf'), 'C':[1, 10]}
svc = svm.SVC()
clf = GridSearchCV(svc, parameters)
clf.fit(iris.data, iris.target)

print(clf.best_params_)
print(clf.best_score_)
print(clf.best_estimator_)

在上面的例子中，`clf.best_estimator_`将返回使用最佳参数组合所拟合的最佳估算器对象。