无论怎样，都不要忘记微笑！愿你成为自己的太阳，无须借助谁的光！
刚开始，对于神经网络这个黑匣子，一直保持不认可，不接受的态度，而这一切的根源就在于它的可解释性太差，你搞不懂它为什么实验性能好？而神经网络实验性能的好坏又与参数有着很大的关系，此时，调参成为了重中之重，感觉有点舍本逐末的意思！
调参大家普遍采用grid search算法，之前做实验的时候，都是采用一些经验值，但是模型不同，最好的参数应该也是不同的，所以，此刻返回来又想看看如何进行参数的选择？
昨天，想借助sklearn中的grid search来进行实验验证，结果出现导入错误
问题：输入from sklearn.model_selection import GridSearchCV
ImportError：No module named 'sklearn.model_selection‘
原因：要想直接使用sklearn.model_selection，须将sklearn版本更新到‘0.18.1’以上
解决：安装anaconda时已经自带conda工具包，如下使用conda（如同pip使用）更新sklearn版本。
1.打开命令行窗口，输入conda list 命令查看 conda所包含的包，其中包含sklearn， 注意这里包名称为scikit-learn，当前的版本是0.17.1，而sklearn.model_selection是sklearn版本‘0.18.1’以上的;
2.使用conda update scikit-learn 命令更新sklearn的版本；
3.输入y后更新;
更新完毕就可以使用了！
版权声明：本文为weixin_41650458原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接和本声明。