fit_params对RandomizedSearchCV的含义

Question

我想使用scikit-learn中的RandomizedSearchCV 。 在构造函数中，我可以传递param_distributions ，即要优化的不同参数的分布。 但也有fit_params属性。 从文档中我看不出它是什么意思。 在哪种情况下，我应该使用fit_params而不是param_distributions ？

Answer 1

一种用于初始化参数，另一种用于调用实际fit方法时添加的参数。

您想要更改的大多数内容都将通过param_distributions进行设置。 正则化，超参数，损失函数等都特定于模型实例化。

另一方面，有时会需要将一些片段传递给fit调用。 例如， LogisticRegression支持sample_weights （ docs ）。 如果这对您很重要，则可以在其中添加这些内容，但是CV通常通常是锁定超参数，因此我敢打赌， param_distributions情况下， param_distributions是您要查找的内容。