Question

在scikit-learn 0.20之前，我们可以使用result.grid_scores_[result.best_index_]来获得标准偏差。（它返回例如：mean: 0.76172, std: 0.05225, params: {'n_neighbors': 21}）

什么是scikit的最佳方法 - 学习0.20以获得最佳分数的标准差？

Answer 1

在较新版本中，grid_scores_重命名为cv_results_。在documentation之后，你需要这个：

best_index_ : int

The index (of the cv_results_ arrays) which corresponds to the best > 
  candidate parameter setting.

The dict at search.cv_results_['params'][search.best_index_] gives the > 
  parameter setting for the best model, that gives the highest mean
  score (search.best_score_).

所以在你的情况下，你需要

最佳参数： - result.cv_results_['params'][result.best_index_]或result.best_params_
最佳平均分： - result.cv_results_['mean_test_score'][result.best_index_]或result.best_score_
最佳标准： - result.cv_results_['std_test_score'][result.best_index_]

获取GridSearchCV的标准偏差

1 个答案: