Je suis en train de trouver les meilleurs paramètres pour le modèle de régression en utilisant NN GridSearchCV avec le code suivant:Comment obtenir des prédictions pour chaque ensemble de paramètres en utilisant GridSearchCV?
param_grid = dict(optimizer=optimizer, epochs=epochs, batch_size=batches, init=init
grid = GridSearchCV(estimator=model, param_grid=param_grid, scoring='neg_mean_squared_error')
grid_result = grid.fit(input_train, target_train)
pred = grid.predict(input_test)
Si je comprends bien, grid.predict(input_test)
utilise les meilleurs paramètres pour prédire l'entrée ensemble donné. Existe-t-il un moyen d'évaluer GridSearchCV pour chaque ensemble de paramètres en utilisant l'ensemble de test?
En fait, mon ensemble de test comprend des enregistrements spéciaux et je veux tester la généralité du modèle ainsi que la précision. Je vous remercie.
Merci @ eduard-ilyasov. Cela fonctionne parfaitement. – saleh