使用Sklearn模型以外的定制模型进行网格搜索

Question

我有一个模型，正在使用带有梯度损失的SVM，并且已经传递了一些要调整的选项。

# kernel definition
t0 = time()
options = dict(
    standardize = True,
    l2_lambda = 1,
    kernel = dict(
        fn = 'poly',
        gamma = 0.05,
        degree = 3
    )
)
warnings.filterwarnings(action='ignore', category=DataConversionWarning)
model = Model(options)
model.fit(X_train, y_train)
y_pred = model.predict(X_test)

现在，我要调整

• l2_lambda 和内核选项。
• fn
• 伽玛
• 学位

我想使用sci-kit学习方法中的网格搜索方法。