GridSearchCV.grid_scores_和mean_validation_score報錯
0. 寫在前面
參考書
《Python數據科學手冊》
工具
python3.5.1，Jupyter Notebook
1. 問題描述和解決過程
在P438頁，5.13.4 示例：不是很朴素的貝葉斯中的2. 使用自定義評估器小節中有這樣一行代碼
scores = [val.mean_validation_score for val in grid.grid_scores_]
運行之后報錯：
AttributeError: 'GridSearchCV' object has no attribute 'grid_scores_'
經過百度了之后，可以知道grid_scores_在最新的sklearn中已經被棄用了，換成了cv_results_，參考鏈接：https://blog.csdn.net/weixin_40283816/article/details/83346098
那么，更改這個參數后，依然報錯：
AttributeError: 'str' object has no attribute 'mean_validation_score'
這個問題就再也沒有搜到好的解決方案了，所以我去查了GridSearchCV的文檔：https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.GridSearchCV.html
然后發現，關於cv_results_的內容如下：
這就很尷尬了，所以沒有一個參數是包含validation關鍵字的，我的理解是，驗證集和測試集在某種情況下可以認為是等價的。所以我猜測mean_validation_score對應的應該就是mean_test_score。
這樣，原來的代碼就改成了
scores = grid.cv_results_['mean_test_score']
為了證明我的猜想是正確的，所以，按照得到的scores結果，順着其他的代碼，知道最后繪圖：
事實證明，跟書上得到圖一毛一樣，所以證明我對源代碼修改的猜想是正確的。
即證明了：
舊版本代碼：scores = [val.mean_validation_score for val in grid.grid_scores_]
與新版本代碼：scores = grid.cv_results_['mean_test_score']
等價！
2. 不想比比直接看結果部分
將代碼：scores = [val.mean_validation_score for val in grid.grid_scores_]
改成：scores = grid.cv_results_['mean_test_score']
我的CSDN：https://blog.csdn.net/qq_21579045
我的博客園：https://www.cnblogs.com/lyjun/
我的Github：https://github.com/TinyHandsome
紙上得來終覺淺，絕知此事要躬行~
歡迎大家過來OB~
by 李英俊小朋友