机器学习 · 函数

网格搜索

使用网格搜索寻找最佳超参数组合。

调用签名(模型, 参数网格, X, y, 折数=5)

网ZHONGWEN
PYTHON

Chinese example

中文代码示例

# 完整案例：按字段调用 网格搜索
设 结果 = 机器学习.网格搜索(
    模型=[1, 2, 3, 4],  # 必填；按函数业务含义传入 模型;首次使用建议先 打印(...
    参数网格=[1, 2, 3, 4],  # 必填；按函数业务含义传入 参数网格;首次使用建议先 打...
    X=[[1], [2], [3]],  # 必填；按函数业务含义传入 X;首次使用建议先 打印(结...
    y=[2, 4, 6],  # 必填；组件左上角纵坐标，单位通常是像素
    折数=5,  # 可选；按函数业务含义传入 折数;首次使用建议先 打印(...
)
打印(结果)

可直接放进 .cs / .中py 文件运行。转换器会把中文代码交给真实 Python 解释器。

Parameters

参数说明

5 个参数

参数类型 / 传入方式说明

模型可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入模型;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传或对象为 None 会报 TypeError/AttributeError;先调用对应的创建函数拿到模型再传入

参数网格可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入参数网格;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: '参数网格';检查调用是否漏了这行

X可选 · 默认无

未声明位置参数或字段名=值

按函数业务含义传入 X;首次使用建议先打印(结果) 确认其作用。

常见错误：漏传会报 TypeError: missing required argument: 'X';检查调用是否漏了这行

y可选 · 默认无

未声明位置参数或字段名=值

组件左上角纵坐标，单位通常是像素。

常见错误：漏传会报 TypeError: missing required argument: 'y';检查调用是否漏了这行

折数可选 · 默认 5

未声明位置参数或字段名=值

按函数业务含义传入折数;首次使用建议先打印(结果) 确认其作用。

常见错误：类型不匹配会报 TypeError;按字段类型列传值,首次使用建议先打印(结果) 确认结构

Playbook

基础用法 · 进阶组合 · 错误排查

# 完整案例：按字段调用 网格搜索
设 结果 = 机器学习.网格搜索(
    模型=[1, 2, 3, 4],  # 必填；按函数业务含义传入 模型;首次使用建议先 打印(...
    参数网格=[1, 2, 3, 4],  # 必填；按函数业务含义传入 参数网格;首次使用建议先 打...
    X=[[1], [2], [3]],  # 必填；按函数业务含义传入 X;首次使用建议先 打印(结...
    y=[2, 4, 6],  # 必填；组件左上角纵坐标，单位通常是像素
    折数=5,  # 可选；按函数业务含义传入 折数;首次使用建议先 打印(...
)
打印(结果)

# 进阶组合:网格搜索 配合 机器学习 业务流使用
设 模型 = 机器学习.训练线性回归([[1], [2], [3]], [2, 4, 6])
设 结果 = 机器学习.网格搜索(
    模型=[1, 2, 3, 4],  # 必填
    参数网格=[1, 2, 3, 4],  # 必填
    X=[[1], [2], [3]],  # 必填
)
设 结果 = 机器学习.预测(模型, [[4]])
打印(结果)

# 错误排查:覆盖 3 个必填参数

## 参数 1: 模型
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.网格搜索()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.网格搜索(模型=[1, 2, 3, 4])

## 参数 2: 参数网格
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.网格搜索()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.网格搜索(参数网格=[1, 2, 3, 4])

## 参数 3: X
# 错误:漏传会报 TypeError: missing required argument
# 设 结果 = 机器学习.网格搜索()  # TypeError
# 修复:补上必填字段
设 结果 = 机器学习.网格搜索(X=[[1], [2], [3]])
打印(结果)