Как RandomSearchCV обрабатывает модели / память?

Question

Мне было интересно, как sklearn.model_selection.RandomizedSearchCV (и для GridSearchCV в некоторой степени) обрабатывает модели, информацию и память.На самом деле, несмотря на некоторые исследования, я не смог найти никаких ресурсов, объясняющих (либо с n_jobs =-1, либо с >1), что хранилось на каждом этапе укладки.

Даже если я почти уверен, что каждая модельсохраняется, потому что вы можете получить модель с лучшими параметрами, но сохраняет ли она каждый из них?Или он сохраняет на каждом шагу лучший результат между последним построенным и сохраненным?

Заранее спасибо за ваши ответы:)

Answer 1

Они не держат никакой промежуточной модели.Сохраняются только гиперпараметры и выходные метрики, связанные с каждой моделью.Модель с лучшими параметрами, которые вы можете получить, в конечном итоге обучается на целых данных (не проверяется перекрестно, потому что это уже сделано).

Вы можете посмотреть другие мои ответы, которые описывают GridSearchCV более подробно:

• Помощь по модели с использованием Scikit-learn при использовании GridSearch
• scikit-learn GridSearchCV с несколькими повторениями

RandomizedSearchCV делает то же самое, за исключением первой части, где обнаружены возможные комбинации параметров.