sklearn.model_selection.ParameterGrid

class sklearn.model_selection.ParameterGrid

Cuadrícula de parámetros con un número discreto de valores para cada uno.

Se puede utilizar para iterar sobre las combinaciones de valores de los parámetros con la función incorporada de Python iter. El orden de las combinaciones de parámetros generadas es determinista.

Más información en el Manual de usuario.

Parámetros

param_griddict de str a secuencia, o secuencia de tales

La cuadrícula de parámetros a explorar, como un diccionario que mapea los parámetros del estimador a secuencias de valores permitidos.

Un dict vacío significa parámetros por defecto.

Una secuencia de dicts (diccionarios) significa una secuencia de cuadrículas para buscar, y es útil para evitar explorar combinaciones de parámetros que no tienen sentido o no tienen efecto. Ver los ejemplos siguientes.

Ver también

GridSearchCV

Utiliza ParameterGrid para realizar una búsqueda completa de parámetros en paralelo.

Ejemplos

>>> from sklearn.model_selection import ParameterGrid
>>> param_grid = {'a': [1, 2], 'b': [True, False]}
>>> list(ParameterGrid(param_grid)) == (
...    [{'a': 1, 'b': True}, {'a': 1, 'b': False},
...     {'a': 2, 'b': True}, {'a': 2, 'b': False}])
True

>>> grid = [{'kernel': ['linear']}, {'kernel': ['rbf'], 'gamma': [1, 10]}]
>>> list(ParameterGrid(grid)) == [{'kernel': 'linear'},
...                               {'kernel': 'rbf', 'gamma': 1},
...                               {'kernel': 'rbf', 'gamma': 10}]
True
>>> ParameterGrid(grid)[1] == {'kernel': 'rbf', 'gamma': 1}
True