Python 一次从GridSearch设置多个参数

在数据集上使用GridSearchCV后，我想提取所有最佳参数

from sklearn.tree import DecisionTreeClassifier

params_grid = {'max_depth': np.arange(3, 10),
              'max_leaf_nodes':list(xrange(20,100,20)),
              'max_features':list(xrange(2,10,2))
               }
my_dt = DecisionTreeClassifier()
grid_clf = GridSearchCV(my_dt, params_grid)
grid_clf.fit(xtrain, ytrain)

best_plist = grid_clf.best_params_

现在我想创建一个新的

DecisionTreeClassifier

对象，并将其参数设置为与

最佳列表相同的参数。问题是，我正在为每个参数手动执行此操作，如下所示：

new_clf = DecisionTreeClassifier()
new_clf.max_depth=bestplit['max_depth']  # and so on for all the parameters

然而，我将分析多个ML算法，并希望有一种设置新对象参数的通用方法，而不是对每个算法进行硬编码。我只是想知道在sklearn中有没有解决这个问题的方法？
您可以直接使用
grid\u clf.best\u estimator\u
返回具有最佳参数的估计器。您可以直接使用
grid\u clf.best\u estimator\u
返回具有最佳参数的估计器。