在Python中，gridsearchcv是一個用于自動調優模型參數的工具。它通過遍歷給定參數的所有可能組合，并使用交叉驗證來評估模型的性能，最終找到最佳的參數組合。
gridsearchcv的主要用法如下：
from sklearn.model_selection import GridSearchCV
from sklearn import svm
model = svm.SVC()
param_grid = {'C': [0.1, 1, 10], 'kernel': ['linear', 'rbf']}
grid_search = GridSearchCV(estimator=model, param_grid=param_grid, cv=5)
grid_search.fit(X_train, y_train)
best_params = grid_search.best_params_
best_model = grid_search.best_estimator_
y_pred = best_model.predict(X_test)
gridsearchcv可以幫助我們避免手動調參的繁瑣過程，通過系統地嘗試不同的參數組合，找到最佳的模型性能。
