如何知道RandomizedSearchCV测试了哪些参数？

RandomizedSearchCV是一种用于超参数调优的机器学习模型评估方法。它通过在给定的超参数范围内进行随机搜索，从而找到最佳的超参数组合，以提高模型的性能。

要了解RandomizedSearchCV测试了哪些参数，可以通过查看RandomizedSearchCV对象的属性best_params_来获取最佳参数组合。best_params_返回一个字典，包含了最佳参数组合及其对应的取值。

此外，可以通过调用RandomizedSearchCV对象的属性cv_results_，获取所有参数组合的测试结果。cv_results_返回一个字典，其中包含了各个参数组合的评估指标，如平均测试分数、标准偏差等。

举例来说，假设我们使用RandomizedSearchCV对一个支持向量机模型进行超参数调优，调优参数为C和gamma。我们可以使用以下代码来查看测试了哪些参数：

from sklearn.model_selection import RandomizedSearchCV
from sklearn.svm import SVC

# 创建一个支持向量机模型
model = SVC()

# 定义超参数的取值范围
param_grid = {'C': [0.1, 1, 10],
              'gamma': [0.001, 0.01, 0.1]}

# 创建RandomizedSearchCV对象
random_search = RandomizedSearchCV(estimator=model, param_distributions=param_grid, n_iter=3)

# 执行随机搜索
random_search.fit(X, y)

# 获取最佳参数组合
best_params = random_search.best_params_
print("Best params:", best_params)

# 获取所有参数组合的测试结果
cv_results = random_search.cv_results_
print("CV results:", cv_results)

在上面的例子中，best_params将包含最佳参数组合，cv_results将包含所有参数组合的测试结果。

需要注意的是，以上代码示例仅为说明如何获取RandomizedSearchCV测试了哪些参数的方法，并不包含实际的腾讯云产品或产品介绍链接地址。如需获得与腾讯云相关的产品和链接信息，请访问腾讯云官方网站或咨询腾讯云官方支持。