Gridsearhcv使用StratifiedKFold或KFold。所以我的问题是，在使用gridsearch之前，我应该将数据拆分为训练和测试，然后只对测试数据进行拟合吗？我不确定是否有必要因为cv方法已经拆分了数据，但我已经看到了一些事先拆分数据的例子。
谢谢。
答案 0 :(得分：9)
GridSearchCV将获取您提供的数据，将其拆分为Train和CV集，并使用CV集搜索最佳超参数的训练算法。如果需要，您可以指定不同的拆分策略（例如拆分比例）。
但是，当您执行关于数据集的超参数调整信息时，仍会发生泄漏事故。进入算法。
因此我建议采取以下方法：
1）获取原始数据集，并将一些数据作为测试集（例如，10％）
2）对剩余的90％使用网格搜索。这里将通过算法为您完成拆分。
3）获得最佳超参数后，在＃1的测试集上对其进行测试，以获得对新数据所期望的性能的最终估计。