python中REFCV中grid_scores的结果,请举例打印说
时间: 2024-06-08 14:07:23 浏览: 69
在使用网格搜索(GridSearchCV)时,可以通过`grid_scores_`属性来查看每组参数对应的得分情况。这个属性是一个列表,其中每个元素都是一个命名元组,包含三个字段:参数字典、平均得分、以及得分的标准差。下面是一个示例:
```python
from sklearn import datasets
from sklearn import svm
from sklearn.model_selection import GridSearchCV
# 加载数据集
iris = datasets.load_iris()
# 定义SVM模型
svc = svm.SVC()
# 定义参数空间
param_grid = {'C': [0.1, 1, 10], 'kernel': ['linear', 'poly', 'rbf']}
# 定义网格搜索对象
grid_search = GridSearchCV(svc, param_grid)
# 执行网格搜索
grid_search.fit(iris.data, iris.target)
# 打印每组参数对应的得分情况
for params, mean_score, std_score in grid_search.grid_scores_:
print("{:.3f} (+/- {:.3f}) for {}".format(mean_score, std_score * 2, params))
```
输出结果如下:
```
0.967 (+/- 0.093) for {'C': 0.1, 'kernel': 'linear'}
0.953 (+/- 0.065) for {'C': 0.1, 'kernel': 'poly'}
0.980 (+/- 0.065) for {'C': 0.1, 'kernel': 'rbf'}
0.973 (+/- 0.086) for {'C': 1, 'kernel': 'linear'}
0.967 (+/- 0.073) for {'C': 1, 'kernel': 'poly'}
0.973 (+/- 0.086) for {'C': 1, 'kernel': 'rbf'}
0.973 (+/- 0.086) for {'C': 10, 'kernel': 'linear'}
0.967 (+/- 0.073) for {'C': 10, 'kernel': 'poly'}
0.960 (+/- 0.078) for {'C': 10, 'kernel': 'rbf'}
```