没有交叉验证的 GridSearchCV CV = 1

【问题标题】：GridSearchCV without Cross Validation CV = 1没有交叉验证的 GridSearchCV CV = 1
【发布时间】：2020-10-17 01:58:27
【问题描述】：

我有一个特殊的数据集，这个数据集可能是有 %1 错误的火车。我需要在没有拆分训练集的情况下对 MLPRegressor 进行超参数调整。平均 cv = 1。GridSearchCV 有可能吗？

【问题讨论】：

标签： deep-learning hyperparameters gridsearchcv

【解决方案1】：

cv 参数的选项之一是：

一个可迭代的收益（训练，测试）拆分为索引数组。

因此，如果您有 X 输入矩阵、y 目标向量、mlp 分类器和 params 网格，您可以只进行一次训练测试拆分。

import numpy as np
from sklearn.model_selection import train_test_split, GridSearchCV

indices = np.arange(len(X))
train_idx, test_idx = train_test_split(indices, test_size=0.2)
clf = GridSearchCV(mlp, params, cv=[(train_idx, test_idx)])

但请记住，使用 1 split 进行超参数扫描是一种不好的做法。不要用这样的网格搜索做很多步骤。

【讨论】：