RandomizedSearchCV配置多评分器场景下的优化目标确认问题

嘿，这个问题问得特别到位——很多人第一次在RandomizedSearchCV里用多评分器的时候，都会搞不清默认的优化逻辑。直接给你答案：默认情况下，你的代码并不会以neg_log_loss作为优化目标，甚至根本没有优化目标。

下面给你拆解清楚这里的规则：

• 默认行为：当你传入字典形式的scoring参数但不设置refit时，RandomizedSearchCV只会为每一组参数计算你指定的所有评分（Log loss、AUC、F1这些），但不会基于任何一个评分去选择“最佳模型”。这时候如果你尝试访问search_RF.best_estimator_或者search_RF.best_params_这类属性，会直接报错，因为程序不知道该以哪个指标来评判“最佳”。

• 如何指定优化目标：如果你想让程序以neg_log_loss（也就是你字典里的'Log loss'对应的评分器）作为优化目标，必须显式设置refit参数。你可以用字典的键或者评分器的字符串值，两种写法都可以：

  # 写法1：用字典的键
  search_RF = RandomizedSearchCV(RF_model, parameters_RF, scoring=scoring, 
                                 n_jobs=-1, cv=cv_RSKFCV, n_iter=200, 
                                 random_state=2504, refit='Log loss').fit(X_train, y_train)
  # 写法2：用评分器的字符串值
  search_RF = RandomizedSearchCV(RF_model, parameters_RF, scoring=scoring, 
                                 n_jobs=-1, cv=cv_RSKFCV, n_iter=200, 
                                 random_state=2504, refit='neg_log_loss').fit(X_train, y_train)
  

  设置后，程序就会在所有参数组合中，选择使neg_log_loss（注意这是负对数损失，所以是最大化这个值，对应最小化原始对数损失）最优的那一组参数作为最佳模型。

• 额外提示：refit还支持自定义函数，如果你需要更复杂的优化逻辑（比如结合多个指标），可以写一个函数返回你想要优化的分数，但绝大多数场景下，直接指定某个评分器的键或值就足够了。

内容的提问来源于stack exchange，提问作者JonnDough