網格搜尋 是什麼？

Grid Search — 網格搜尋 的完整解釋

網格搜尋是一種超參數調校方法，它窮舉超參數空間中所有可能的組合，並評估每個組合的模型效能。

容易混淆

網格搜尋 vs 隨機搜尋 網格搜尋把每個組合都列出來 隨機搜尋只抽部分組合試 最關鍵的區別是全掃，還是抽樣試

網格搜尋 vs 超參數調校 超參數調校是大目標 網格搜尋只是其中一種方法 最關鍵的區別是任務，還是手段

記住這句就好

一格一格試完。

實際案例

小型分類器調參 如果只有兩三個超參數、每個可選值也不多，網格搜尋很適合拿來快速比較。

教學或實驗 在課堂上示範調參流程時，網格搜尋很容易讓人看懂每個設定怎麼影響結果。

算法與應用

它的成本會隨參數維度快速膨脹，所以不是所有問題都適合。 如果空間很大，隨機搜尋或貝氏最佳化通常更省。

情境判斷

Q1： 你只有兩個參數，每個各三個值，想完整比較，會用什麼？ → 網格搜尋很適合，因為組合不多。

Q2： 你有六個參數，每個都有很多候選值，還會優先用網格搜尋嗎？ → 通常不會，成本太高，會改看隨機搜尋或貝氏最佳化。

常見問題

網格搜尋一定最準嗎？

不一定，它只是比較完整，不代表最有效率。

為什麼參數一多就不適合？

因為組合數會乘上去，很快爆炸。

能和交叉驗證一起用嗎？

可以，而且很常這樣搭配。