在Pipeline与GridsearchCV中定义同一超参数会发生什么？

• 当同一超参数同时在Pipeline（包括初始化定义、后续赋值）和GridSearchCV的param_grid中定义时，param_grid中配置的参数优先级更高，会完全覆盖Pipeline中的原有值参与搜索。

未加入param_grid的参数的行为 #

所有没有在param_grid中声明的超参数，都会默认沿用你在Pipeline中设置的取值，整个GridSearchCV运行过程中不会被修改：

• 你示例中初始化Pipeline时定义的nu=0.5、kernel='rbf'，以及后续赋值的cache_size=300，只要没有写到param_grid里，就会在所有交叉验证轮次中固定生效，不会被自动移除或改动。

已加入param_grid的参数的行为 #

只要参数出现在param_grid的候选列表中，不管你之前在Pipeline中给它设置了什么值，都会被param_grid中的候选值完全覆盖：

• 比如你在param_grid中配置{'clfnu__nu': [0.1, 0.3, 0.7]}，那么Pipeline初始化时设置的nu=0.5不会生效，GridSearchCV会依次用0.1、0.3、0.7三个值训练验证，完全忽略原有初始值。

小提示：在param_grid中指定Pipeline内部步骤的参数时，需要使用步骤名__参数名的格式（双下划线连接），比如你示例中要指定clfnu步骤的cache_size参数，就要写成clfnu__cache_size。

关于无需调整的固定参数的处理 #

你不需要特意移除Pipeline中设置的cache_size=300：

• 如果你不需要调整这个参数，直接保留即可，它会作为固定配置在所有搜索轮次中生效，不会对搜索逻辑产生影响。
• 如果你后续需要调整这个参数，直接把clfnu__cache_size加入param_grid给出候选值，就会自动覆盖Pipeline中设置的300。

内容的提问来源于stack exchange，提问作者Ctrl7