GridSearchCV

model_selection

GridSearchCV是在估计器下对指定参数进行穷举，并计算对应结果

重要的成分是训练与预测（fit and predict）

参数：

estimator（估计器）：提供估计器类别，任意估计器需要有得分函数，或者评价得分函数必须被传递（scoring must be passed)；

param_grid（参数网络）：字典或是字典列，键对应参数名称，值对应参数值或范围；

scoring（衡量）：单个字符串（定义好的评估标准）或者一个可调用对象来对测试集上的预测进行评估；

n_jobs：并行的工作数

pre_dispacth：在并行计算的时候，控制分派计算的数量；当更多的工作量被分派给CPU的时候，减小这个数量可以避免内存的急剧损耗；这个参数可以是空的，当任务比较轻量级的时候，或者是整型，表示被派出计算的准确数量，也可以是字符串，一般是关于工作数的函数表达式；

iid：如果是True，在各个参数下（across the folds）数据被认为是同分布的，最小化的损失是每个样本的总损失，而不是各个参数下数据的平均损失；

cv：决定交叉验证的分割策略，默认3折交叉验证，或者设置成整型代表K折，StratifiedKFold，其他类型的应用KFold；

refit：用发现的最好的参数训练估计器