Grid Search

Definition / 释义

“网格搜索；格点搜索”：一种参数调优方法，把一组（或多组）候选参数值列成“网格”，逐一尝试所有组合，并用验证指标选出表现最好的那一组。常见于机器学习中的超参数选择（如 SVM、随机森林、神经网络等）。在某些语境中也可泛指“在规则网格上进行系统搜索”的方法。

Pronunciation / 发音

/ˈɡrɪd ˌsɝːrtʃ/

Examples / 例句

We used grid search to find the best learning rate.
我们用网格搜索来找到最合适的学习率。

After running a grid search over multiple hyperparameters and evaluating each combination with cross-validation, the model achieved better accuracy but required much more computation time.
在对多个超参数进行网格搜索并用交叉验证评估每一种组合后，模型准确率提高了，但计算时间也明显增加。

Etymology / 词源

由 grid（网格） + search（搜索） 组成：把参数取值排列成“网格”，再进行系统性的“搜索”。该用法在统计学习与机器学习实践中广泛流行，用来描述对离散候选参数集合进行穷举式（或近似穷举式）尝试的调参流程。

Related Words / 相关词

• Hyperparameter
• Tuning
• Cross-Validation
• Random Search
• Bayesian Optimization
• Parameter
• Optimization
• Exhaustive

Literary Works / 文学作品

• The Elements of Statistical Learning（Hastie, Tibshirani, Friedman）——在模型选择与调参讨论中常提到网格化的参数搜索思路。
• Pattern Recognition and Machine Learning（Christopher M. Bishop）——涉及模型选择与超参数选择的常见方法框架，常与网格搜索并列讨论。
• Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow（Aurélien Géron）——在实践章节中频繁出现 “grid search / GridSearchCV”。
• Python Machine Learning（Sebastian Raschka 等）——在模型评估与调参内容中使用并讲解 grid search。