Я пытаюсь найти лучшие параметры для модели регрессии NN с помощью GridSearchCV со следующим кодом:
param_grid = dict(optimizer=optimizer, epochs=epochs, batch_size=batches, init=init
grid = GridSearchCV(estimator=model, param_grid=param_grid, scoring='neg_mean_squared_error')
grid_result = grid.fit(input_train, target_train)
pred = grid.predict(input_test)
Насколько я понимаю, grid.predict(input_test)
использует лучшие параметры для прогнозирования заданного набора входных данных. Есть ли способ оценить GridSearchCV для каждого набора параметров с помощью набора тестов?
На самом деле, в моем тестовом наборе есть несколько специальных записей, и я хочу проверить универсальность модели вместе с точностью. Спасибо.