如何将 X_train + X_eval 传递给随机搜索 CV 拟合方法答案

【问题标题】：How to pass X_train + X_eval to Random Search CV fit method如何将 X_train + X_eval 传递给随机搜索 CV 拟合方法
【发布时间】：2020-08-01 11:46:37
【问题描述】：

我正在尝试将一组 [X_train, X_val] 传递给 random_search.fit() 的 X，并将其传递给 y：
random_search.fit(X=[X_train, X_val], y=[y_train, y_val])

但是当训练发生时，会显示以下错误：

ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()
在处理上述异常的过程中，又出现了一个异常：
TypeError: 无法从列表中初始化 DMatrix

我已经尝试过使用 group field of fit 方法，但我遇到了另一个错误。有什么方法可以通过训练/测试以及他对随机搜索拟合方法的评估集吗？我不知道该怎么做。

【问题讨论】：

标签： python machine-learning scikit-learn cross-validation xgboost

【解决方案1】：

也许我没有正确理解，但如果你想使用RandomizedSearchCV on 将训练和验证样本连接在一起，并在整个样本上使用 CV，我建议使用np.concatenate 而不是列表理解，如下所示：

# taking examples for your X_train, X_val, y_train and y_val
import numpy as np
X_train = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
X_val = np.array([[1, 2, 3], [4, 5, 6]])
y_train = np.array([10, 11, 12])
y_val = np.array([13, 14])

data = np.concatenate((X_train, X_val), axis=0)
target = np.concatenate((y_train, y_val))

您可以将data 和target 传递给 fit 方法。

【讨论】：

是的，就是这样。我教过我必须将它们作为列表或类似的形式一起传递。谢谢！