网格搜索中的得分是测试评分或测试评分？

Question

我正在使用网格搜索来查找正确的参数。

以下是我的代码。

from sklearn.ensemble import GradientBoostingClassifier
gbm = GradientBoostingClassifier(random_state=2)

parameters = {"loss" : ("deviance", "exponential"), \
              "learning_rate":[0.1, 0.01, 0.02, 0.05], \
              "n_estimators":[100, 500, 1000, 5000],\
             "max_depth":[1,3,5],\
             "subsample":[0.5, 0.8, 0.9, 1],\
             "max_features":("sqrt", "log2", 1.0, 0.2, 0.5, 0.8)}

from sklearn import grid_search
gs = grid_search.GridSearchCV(gbm, parameters, scoring="log_loss", n_jobs=-1,cv=3, verbose=5)
gs.fit(train, y)

我的问题是，如何计算得分（这里是log_loss）？它是用于建筑模型或数据的数据的log_loss，它们在每个CV中被遗漏，然后是平均得分？