获取GridSearchCV的标准差 [英] Get standard deviation for a GridSearchCV

问题描述

在scikit学习0.20之前，我们可以使用 result.grid_scores_ [result.best_index _] 来获取标准偏差。 （例如：平均值：0.76172，标准：0.05225，参数：{'n_neighbors'：21} ）

Before scikit-learn 0.20 we could use result.grid_scores_[result.best_index_] to get the standard deviation. (It returned for exemple: mean: 0.76172, std: 0.05225, params: {'n_neighbors': 21})

在scikit-learn 0.20中获得最佳分数的标准偏差的最佳方法是什么？

What's the best way in scikit-learn 0.20 to get the standard deviation of the best score ?

推荐答案

在较新的版本中， grid_scores _ 重命名为 cv_results _ 。遵循文档，您需要以下内容：

In newer versions, the grid_scores_ is renamed as cv_results_. Following the documentation, you need this:

best_index_ : int

The index (of the cv_results_ arrays) which corresponds to the best > 
  candidate parameter setting.

The dict at search.cv_results_['params'][search.best_index_] gives the > 
  parameter setting for the best model, that gives the highest mean
  score (search.best_score_).

因此，在您的情况下，您需要

So in your case, you need

• 最佳参数：- result.cv_results _ ['params'] [result.best_index _] 或 result.best_params _



• 最高平均得分：- result.cv_results _ ['mean_test_score'] [result.best_index_ ] 或 result.best_score _

最佳std：- result.cv_results _ ['std_test_score'] [result.best_index _]

这篇关于获取GridSearchCV的标准差的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！