Python 如何从gridsearch模型中提取系数和截距？ 创建交叉验证方案 指定要调整的超参数范围 执行网格搜索 指定模型 调用GridSearchCV（） 符合模型 folds = KFold(n_splits = 4, shuffle = True, rand

如何从gridsearch模型中提取系数和截距？ 创建交叉验证方案 指定要调整的超参数范围 执行网格搜索 指定模型 调用GridSearchCV（） 符合模型

folds = KFold(n_splits = 4, shuffle = True, random_state = 100)

hyper_params = [{'n_features_to_select': list(range(1, 21))}]

lm = LogisticRegression()
lm.fit(X_train, y_train)
rfe = RFE(lm) 

        

model_cv = GridSearchCV(estimator = rfe, 
                        param_grid = hyper_params, 
                        scoring= 'roc_auc', 
                        cv = folds, 
                        verbose = 1,
                        return_train_score=True)

  

model_cv.fit(X_train, y_train)