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?
答案 0 :(得分:3)
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
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_]