Python 避免GridSearchCV中的某些参数组合

我正在使用scikit learn的

GridSearchCV

在参数空间上迭代以优化模型。具体来说，我用它来测试神经网络中的不同超参数。网格如下所示：

params = {'num_hidden_layers': [0,1,2],
          'hidden_layer_size': [64,128,256],
          'activation': ['sigmoid', 'relu', 'tanh']}

问题是，当hidden

num\u hidden\u layers

设置为

0

时，我会运行冗余模型。它将运行一个包含0个隐藏层和64个单元的模型，另一个包含128个单元，另一个包含256个单元。所有这些模型都是等效的，因为没有隐藏层。这是非常低效的，这意味着我需要编写更多的代码来消除结果中的冗余

有没有办法防止这种参数组合，也许是通过传递一组参数？

建议使用两个参数网格

所以你可以这样做：

param_grid = [
    {'num_hidden_layers': [1,2],
      'hidden_layer_size': [64,128,256],
      'activation': ['sigmoid', 'relu', 'tanh']},
    {'num_hidden_layers': [0],
      'hidden_layer_size': [64],
      'activation': ['sigmoid', 'relu', 'tanh']}
    ]

允许您将字典列表传递给参数：

参数网格：dict或字典列表

以参数名称（字符串）作为键和参数列表的字典 要尝试作为值的参数设置，或此类字典的列表， 在这种情况下，列表中每个字典跨越的网格是 探索。这允许搜索任何参数序列 设置

---

因此，您可以将这些词典指定为原始词典的某些子词典。因此，您可以避免不相关的组合。

我应该补充一点，这个问题与这里提到的不同，用户希望跳过会产生错误的“禁止”组合：