我想在不同的C值上使用GridSearchCV。然而,从之前的测试中,我注意到划分为训练/测试集会对整体性能产生很大影响(本例中为r2)。为了解决这个问题,我想实现一个重复的5折交叉验证(10 X 5CV)。有没有一种内置的方式使用GridSearchCV来执行它?快速解决方案:NUM_TRIALS = 10for i in range(NUM_TRIALS):
cv =n_split
我正在尝试使用没有交叉验证的GridSearchCv,因为我有一套单独的验证。我发现this解决方案建议我应该使用cv=[(slice(None), slice(None))]代码的cv参数,它的工作。但是这段代码在我同事的PyCharm编辑器中失败了。Python36\lib\site-packages\sklearn\model_selection\_search.py", line 711, in evaluate_candidates
cv.split
为了更好地熟悉GridSearch,我从找到的一些示例代码开始:
####################################################################文档中写着By default, parameter search uses the score function of the estimator to evaluate a parameter setting