关于《Hands-on Machine Learning》中超参数调优组合重复的疑问

你观察得没错，这段param_grid里确实存在重复的超参数组合。

我们可以把两个字典各自生成的组合拆解出来：

• 第一个字典生成的组合：

  • (preprocessing__geo__n_clusters=5, random_forest__max_features=4)
  • (preprocessing__geo__n_clusters=5, random_forest__max_features=6)
  • (preprocessing__geo__n_clusters=5, random_forest__max_features=8)
  • (preprocessing__geo__n_clusters=8, random_forest__max_features=4)
  • (preprocessing__geo__n_clusters=8, random_forest__max_features=6)
  • (preprocessing__geo__n_clusters=8, random_forest__max_features=8)
  • (preprocessing__geo__n_clusters=10, random_forest__max_features=4)
  • (preprocessing__geo__n_clusters=10, random_forest__max_features=6)
  • (preprocessing__geo__n_clusters=10, random_forest__max_features=8)

• 第二个字典生成的组合：

  • (preprocessing__geo__n_clusters=10, random_forest__max_features=6)
  • (preprocessing__geo__n_clusters=10, random_forest__max_features=8)
  • (preprocessing__geo__n_clusters=10, random_forest__max_features=10)
  • (preprocessing__geo__n_clusters=15, random_forest__max_features=6)
  • (preprocessing__geo__n_clusters=15, random_forest__max_features=8)
  • (preprocessing__geo__n_clusters=15, random_forest__max_features=10)

其中重复的组合是：

• (preprocessing__geo__n_clusters=10, random_forest__max_features=6)
• (preprocessing__geo__n_clusters=10, random_forest__max_features=8)

这种重复大概率是笔误；也有可能是作者想针对这两组组合增加训练次数（如果使用GridSearchCV，重复组合会被多次训练），但这种情况比较少见——通常超参数调优会尽量避免冗余组合以节省计算资源。

内容的提问来源于stack exchange，提问作者med hannioui