是否可以为 GridSearchCv 设置拆分策略？答案

【问题标题】：is it possible to set the splitting strategy for GridSearchCv?是否可以为 GridSearchCv 设置拆分策略？
【发布时间】：2022-01-13 13:27:23
【问题描述】：

我正在通过 GridSearchCv 优化模型的超参数。而且由于我正在处理的数据非常不平衡，我需要“选择”算法拆分训练集/测试集的方式，以确保代表性不足的点在两个集中。

通过阅读 scikit-learn 的文档，我知道可以为 GridSearch 设置拆分策略，但我不确定如何或是否是这种情况。

如果有人能帮我解决这个问题，我将不胜感激。

【问题讨论】：

标签： scikit-learn hyperparameters gridsearchcv

【解决方案1】：

是的，将GridSearchCV 作为cv 传递给StratifiedKFold 对象。

from sklearn.model_selection import StratifiedKFold
from sklearn import svm, datasets
from sklearn.model_selection import GridSearchCV

iris = datasets.load_iris()
parameters = {'kernel':('linear', 'rbf'), 'C':[1, 10]}
svc = svm.SVC()
skf = StratifiedKFold(n_splits=5)

clf = GridSearchCV(svc, parameters, cv = skf)
clf.fit(iris.data, iris.target)

【讨论】：

【解决方案2】：

默认情况下，如果您使用 GridSearchCV 训练分类模型，则拆分数据集的默认方法是 StratifiedKFold，它负责根据目标变量平衡数据集。

如果您的数据集由于某些其他原因（不是目标变量）不平衡，您可以选择其他标准来执行拆分。仔细阅读GridSearchCV的文档，选择合适的CV splitter。

在model selection 的 scikit-learn 文档中，您可以使用许多拆分器类。或者您可以根据您的标准定义自己的拆分器类，但这会更困难。

【讨论】：