GridSearchCV 是 Python 机器学习库 scikit-learn 中用于超参数调优的工具:它会在给定的参数网格(grid)上遍历不同组合,并通过 交叉验证(CV, cross-validation)评估每种组合的表现,从而选出最佳参数(通常也会同时给出最佳模型)。
/ˈɡrɪd sɜːrtʃ ˌsiːˈviː/
I used GridSearchCV to find the best C value for my SVM.
我用 GridSearchCV 为我的 SVM 找到了最佳的 C 参数值。
After preprocessing the data, we ran GridSearchCV with 5-fold cross-validation to tune multiple hyperparameters and improve generalization performance.
在完成数据预处理后,我们用 5 折交叉验证运行 GridSearchCV 来调多个超参数,从而提升模型的泛化表现。
该名称由两部分组成:Grid Search(网格搜索) + CV(Cross-Validation,交叉验证)。意思是“在参数网格上做搜索,并用交叉验证来评估”,属于数据科学/机器学习领域的功能性命名,并非传统自然语言词汇。