グリッドサーチ

グリッドサーチは、機械学習モデルのハイパーパラメータを調整するための探索手法です。ハイパーパラメータはモデルの学習前に人間が設定するパラメータであり、その良し悪しが精度を大きく左右します。グリッドサーチは、指定した探索範囲の値を網羅的に組み合わせ、すべて試行することで最適な組み合わせを見つけます。

仕組みはシンプルで、候補となるパラメータ値を格子状（グリッド）に並べて、その全組み合わせを計算するものです。確実性が高く、最適解に近いパラメータを見つけられる利点があります。

一方、探索するパラメータの数が増えると計算コストが指数関数的に増大する欠点があります。G検定では、より効率的な探索手法であるランダムサーチやベイズ最適化と比較され、網羅的で計算負荷が高い手法として位置づけられます。