python - 如何使用不同的数据集进行 GridSearchCV 训练和测试？

Question

我想找到 RandomForest 分类器(使用 scikit-learn)的最佳参数，使其能够很好地推广到其他数据集(可能不是独立同分布)。我正在考虑使用整个训练数据集进行网格搜索，同时评估其他数据集的评分函数。在 python/scikit-learn 中有一个简单的方法可以做到这一点吗？

Answer 1

我认为您无法对不同的数据集进行评估。 GridSearchCV 背后的整个想法是，它将你的训练集分成 n 个折叠，对其中的 n-1 个折叠进行训练，并对剩余的一个进行评估，重复该过程，直到每个折叠都是“奇数”。这使您不必分开特定的验证集，而只需使用训练集和测试集即可。