scikit-learnのRandomizedSearchCVを使用します。コンストラクタでは、param_distributionsを渡すことができます。つまり、最適化するさまざまなパラメータの分布です。しかし、fit_params属性もあります。ドキュメンテーションから、私はそれの意味が何か分かりません。どの場合、param_distributionsの代わりにfit_paramsを使用する必要がありますか？RandomizedSearchCVのためのfit_paramsの意味
1つは初期化パラメータ用であり、もう1つは実際のfitメソッドが呼び出されたときに追加されるパラメータ用です。
変化したいことのほとんどはparam_distributionsで設定されます。正則化、ハイパーパラメータ、損失関数などのようなものは、モデルのインスタンス化に固有のものです。
場合によっては、fitコールに渡される部分があります。例えば、LogisticRegressionはsample_weights（docs）をサポートします。それがあなたにとって重要なのであれば、そこにそれらを追加することができますが、CVは通常あなたのハイパーパラメータをロックしているので、私はparam_distributionsがあなたが大部分の時間を探していると賭けています。