Machine learning 什么是RandomSearchCV和GridSearchCV？

我在做逻辑回归项目。在这样做的过程中，我遇到了上述概念。那么什么是randomsearchCV和gridsearchCV呢？

我想你指的是sklearn中使用的交叉验证（CV）策略

交叉验证是评估模型的一种方法。一个众所周知的用例是评估模型中要使用的超参数集，例如梯度下降中的学习率

为了找到最优超参数，我们选取一组候选超参数，训练所有这些参数的模型，并通过交叉验证比较它们的适合度。最后，我们选择提供最佳CV分数的超参数

随机搜索交叉验证 文件位于：

简而言之，它使用一组随机的超参数。当有许多超参数时非常有用，因此搜索空间很大。如果您事先对超参数应该是什么有信心，则可以使用

网格搜索交叉验证 文件位于：

---

在搜索空间上创建网格，并为空间中所有可能的超参数计算模型。从简单和详尽的意义上说，这是好的。另一方面，如果搜索空间很大（例如，非常多的超参数），计算时间可能会非常昂贵。

您使用的是哪些库？这些似乎是sklearn课程，但如果是这样的话，请将其包含在问题中。还要提供一些上下文，以便回答者知道在哪一层给出回答。e、 g.您对交叉验证概念感到满意吗？如果你正在从一本书或主页上学习，你在使用什么资源？你在哪里偶然发现了这些概念等。我会写一个简短的答案，但如果你更新了问题，我可能会编辑我的答案。欢迎来到SO，这是关于具体的编码问题，而不是教程服务；你的问题太宽泛了，请花点时间阅读并回答。