sklearn 使用网格搜索进行交叉验证

Question

问题是：当我使用 GridSearch 进行拟合时，我需要做一些事情来进行交叉验证过程吗？

我知道的事情：

1.- 我可以设置评分功能（但不是很清楚如何做到这一点，至少对我而言）

2.- 如果我没有将“cv”参数传递给 GridSearch 类，那么它使用默认的 3 折交叉验证。

GridSearch 到底对我传递的数据做了什么？所有数据都在火车中使用还是在火车和测试数据中拆分？

谢谢！

PD：似乎我的分类器有过拟合，因为得分为 100%，但对新数据没有很好的结果。

Answer 1

请查看GridSearchCV documentation。它详细描述了您想要的一切。

GridSearch 将在所有给定参数值上训练给定估计器，并找到在训练数据上给出最高（或最低，如果使用损失函数）分数的参数。

GridSearchCV 将在内部对交叉验证做同样的事情。估计器的参数可以在 GridSearchCV 和 param_grid 参数中提供。

对于您的查询：

1. 评分 - 您可以传递任何可用的字符串on this page（取决于您的分类器）。或者您可以使用make_scorer 传递您自己的自定义记分器。
2. CV - 与 cv 相同。您可以为那么多折叠交叉验证传递一个数字，也可以传递一个 cv 对象。您可以在this page 上查看可用的 cv 迭代器。