从3D数组获取argmax值

Question

我有3个循环，我想从平均值中获得度和C的最佳值。

step_size = np.logspace(-2,3,6) //C values
degree = [1,2,3,4,5] //degree values
d_no =0
end_result = np.zeros((5,6,5))
for d in degree:

    log_no = 0

    for item in step_size:

        fold_no= 0

        for train_index, vld_index in kf.split(X_train):
            svc_poly = SVC(kernel='poly', degree=d, C=item,probability=True)
            //some codes


            fold_no += 1
        log_no += 1
        //mean is calculated here
    d_no +=1
//end for loop 

end_result的末尾应具有5x6x5矩阵。由平均数构成的。 那么如何为该3D数组应用argmax？ 我了解到，如果它是二维数组，则可以简单地用于例如：

best_c = step_size[np.argmax(mean)]
print(best_c)

那么我该如何做才能通过3d阵列获得最佳的度数和C？预先谢谢你！