python - RandomSearchCV 如何处理模型/内存？

Question

我想知道sklearn.model_selection.RandomizedSearchCV（GridSearchCV在某种程度上）是如何处理模型、信息和内存的。实际上，尽管进行了一些研究，但我找不到任何资源来解释（使用n_jobs =-1或>1）每个堆叠步骤存储的内容。

尽管我很确定每个模型都已存储，因为您可以检索具有最佳参数的模型，但它会保留每个模型吗？或者它是否在每一步都保持最后一个构建的和存储的之间最好的一个？

提前感谢您的回复:)

Answer 1

他们不保留任何中间模型。仅存储与每个模型关联的超参数和输出指标。具有您可以检索的最佳参数的模型最终会在整个数据上进行训练（未交叉验证，因为这已经完成）。

您可以查看我的其他答案，这些答案GridSearchCV更详细地描述了：

• 使用 GridSearch 时使用 Scikit-learn 的模型帮助
• scikit-learn GridSearchCV 多次重复

RandomizedSearchCV除了找出候选参数组合的第一部分之外，它的作用相同。