python – GridSearchCV是否执行交叉验证?
作者:互联网
我目前正在研究一个问题,该问题比较了同一数据集上三种不同的机器学习算法性能.我将数据集划分为70/30个训练/测试集,然后使用GridSearchCV和X_train,y_train对每个算法的最佳参数进行网格搜索.
第一个问题,我想在训练集上进行网格搜索还是假设在整个数据集上?
第二个问题,我知道GridSearchCV在其实现中使用K-fold,是否意味着如果我在GridSearchCV中使用相同的X_train,y_train进行所有三种算法,我都会执行交叉验证?
任何答案都将不胜感激,谢谢.
解决方法:
名称以CV结尾的scikit中的所有估计器执行交叉验证.
但是您需要保留一个单独的测试集来测量性能.
因此,您需要将整个数据拆分为训练和测试.暂时忘掉这个测试数据.
然后将此列车数据仅传递给网格搜索. GridSearch将此列车数据进一步分解为训练和测试,以调整传递给它的超参数.最后使用最佳参数将模型拟合到整个列车数据上.
现在,您需要在开始时保留的测试数据上测试此模型.这将为您提供近乎真实的模型性能.
如果您将整个数据用于GridSearchCV,那么测试数据会泄漏到参数调整中,然后最终模型可能无法在较新的未见数据上表现良好.
您可以查看我更详细描述GridSearch的其他答案:
> Model help using Scikit-learn when using GridSearch
> scikit-learn GridSearchCV with multiple repetitions
标签:cross-validation,grid-search,python,scikit-learn,machine-learning 来源: https://codeday.me/bug/20190928/1828390.html