Допустим, мы используем рандомизированный поиск, чтобы найти наши гиперпараметры.
dt = DecisionTreeClassifier(criterion = 'gini')
# GRID
grid = {'max_depth':[2,4,6,8,10,12,14,16,18,20]}
RSCV_results = RandomizedSearchCV(dt, grid, n_iter = 100, cv = 5, refit = True)
С помощью
params = RSCV_results.best_params_
мы можем получить лучшие параметры по всем сгибам в рандомизированном поиске. Что делать, если я хочу увидеть лучшие параметры каждого отдельного сгиба. Я знаю, что функция оптимизации не запоминает отдельные итерации, но лучшие параметры каждого сгиба должны быть извлечены, верно? Как я могу получить их?