[英]Meaning of fit_params for RandomizedSearchCV
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
?
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。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.