我使用GridSearchCV搜索＆＃34;线性＆＃34;的最合适的参数。和＆＃34; rbf＆＃34; Python上的内核。
para_grid = [
{'C': [1, 5, 10, 50], 'kernel': ['linear']},
{'C': [1, 5, 10, 50], 'gamma': [0.1, 0.001, 0.0001], 'kernel': ['rbf']},
]
我把它放在一个for循环中，在每个组中，＆＃34; train_test_split＆＃34;函数用于提取训练和测试的平衡数据，其中v1是变量之一。
training,testing = train_test_split(total_data, test_size=0.2,
random_state=9, stratify=v1)
我将这个循环运行了50次，发现每个循环的best_params_不同：有些是＆＃39;线性的＆＃39;还有一些人是＆＃39; rbf＆＃39;在这种情况下，您建议如何找到最佳内核方法和参数？