python - 我从 GridSearchCV 获得的 R^2 分数与从 cross_val_score 获得的 R^2 分数非常不同，为什么？ (sklearn、Python)

Question

我正在使用 GridSearchCV 来选择回归量。一旦安装完毕，我就会用

取出所选的回归器

predictor = GridSearchCV(Pipeline(...), params={...},
                         cv=10, scoring='r2')
predictor.fit(X, y)
estimator = predictor.get_params()['estimator']

然后我运行 cross_val_score

cross_val_score(estimator, X, y,
                cv=10, scoring='r2')

但我得到的 R^2 始终比 predictor.best_score_ 低约 5 个百分点。为什么？

Answer 1

使用 predictor.best_estimator_ 作为 cross_val_score 中的估计器。这是参数最好的一个。根据您选择的方式，您可能会获得具有默认参数的初始估计器。您也可以将后者放入 cross_val_score 中并比较结果来进行检查。