RandomSearchCV如何处理模型/内存？

Question

我想知道sklearn.model_selection.RandomizedSearchCV（在某种程度上GridSearchCV）是如何处理模型，信息和内存的。 实际上，尽管进行了一些研究，但我找不到任何资源来解释（使用n_jobs =-1或>1）每个堆叠步骤中存储的内容。

尽管我非常确定每个模型都可以存储，因为您可以使用最佳参数来检索模型，但是它保留了每个参数吗？还是在每个步骤中都将最后一个与存储的那一个保持最佳状态？

预先感谢您的回复：）

Answer 1

他们没有保留任何中间模型。仅存储与每个模型关联的超参数和输出度量。最终，具有最佳参数的模型将在整个数据上进行训练（未经交叉验证，因为那已经完成了）。

您可以查看我的其他答案，这些答案更详细地描述了GridSearchCV：

• Model help using Scikit-learn when using GridSearch
• scikit-learn GridSearchCV with multiple repetitions

RandomizedSearchCV的功能相同，除了在第一部分中找到了候选参数组合。