如何在没有交叉验证的情况下运行GridSearchCV?

时间:2015-04-08 00:15:21

标签: scikit-learn

我想在没有简历的情况下运行常规网格搜索,即我不想交叉验证,但不允许设置cv=1

我这样做是因为我使用分类器绘制决策边界并可视化/理解我的数据而不是预测标签,而不关心泛化错误。我想尽量减少训练错误。

编辑:我想我真的在问两个问题

  1. 如何在cv=1中破解GridSearchCV? ogrisel在下面回答
  2. 做网格搜索以最小化训练错误而不是泛化错误是否有意义,如果是这样,我该怎么做?我怀疑它涉及为scoring中的GridSearchCV参数插入我自己的评分函数?

1 个答案:

答案 0 :(得分:6)

您可以将ShuffleSplit(test_size=0.20, n_iter=1, random_state=0)的实例作为cv参数传递。这将为每个参数组合执行单个CV拆分。