Question

是否可以在没有交叉验证的情况下使用GridSearchCV？我试图通过网格搜索优化KMeans集群中的集群数量，因此我不需要或不需要交叉验证。

documentation也让我感到困惑，因为在fit（）方法下，它有一个无监督学习的选项（说无人监督学习使用None）。但是如果你想进行无监督学习，你需要在没有交叉验证的情况下进行，并且似乎没有选择去除交叉验证。

Answer 1

经过多次搜索，我找到了this thread。如果你使用：

，似乎你可以在GridSearchCV中摆脱交叉验证

cv=[(slice(None), slice(None))]

我已经针对我自己编码的网格搜索版本进行了测试而没有交叉验证，我从这两种方法得到了相同的结果。我将这个答案发给我自己的问题，以防其他人遇到同样的问题。

编辑：在评论中回答jjrr的问题，这是一个示例用例：

from sklearn.metrics import silhouette_score as sc

def cv_silhouette_scorer(estimator, X):
    estimator.fit(X)
    cluster_labels = estimator.labels_
    num_labels = len(set(cluster_labels))
    num_samples = len(X.index)
    if num_labels == 1 or num_labels == num_samples:
        return -1
    else:
        return sc(X, cluster_labels)

cv = [(slice(None), slice(None))]
gs = GridSearchCV(estimator=sklearn.cluster.MeanShift(), param_grid=param_dict, 
                  scoring=cv_silhouette_scorer, cv=cv, n_jobs=-1)
gs.fit(df[cols_of_interest])

Answer 2

我会回答你的问题，因为它似乎仍未得到答复。使用带有selenium.common.exceptions.NoSuchElementException: Message: Unable to locate element: //input[@value='Advanced']循环的并行方法，您可以使用for模块。

multiprocessing

Answer 3

我认为使用cv = ShuffleSplit（test_size = 0.20，n_splits = 1）和n_splits = 1是一个更好的解决方案，如post建议

Answer 4

我最近基于this answer提出了以下自定义交叉验证器。我将其传递给GridSearchCV，它为我正确地禁用了交叉验证：

import numpy as np

class DisabledCV:
    def __init__(self):
        self.n_splits = 1

    def split(self, X, y, groups=None):
        yield (np.arange(len(X)), np.arange(len(y)))

    def get_n_splits(self, X, y, groups=None):
        return self.n_splits

我希望它能提供帮助。

Scikit学习GridSearchCV而无需交叉验证（无监督学习）

4 个答案: