似乎scikit-learn的GridSearchCV收集其（内部）交叉验证折叠的分数，然后在所有折叠的分数中取平均值。我想知道这背后的理由。乍一看，相反收集交叉验证折叠的预测，然后将选定的评分指标应用于所有折叠的预测，似乎更灵活。
我偶然发现这一点的原因是我对GridSearchCV和cv=LeaveOneOut()（scikit-learn v0.20.dev0）的不平衡数据集使用scoring='balanced_accuracy'。将评分指标（例如平衡准确度（或召回））应用于每个遗漏样本是没有意义的。相反，我想首先收集所有预测，然后将我的评分指标应用于所有预测。或者这是否涉及推理错误？
更新：我通过创建基于GridSearchCV的自定义网格搜索类来解决它，区别在于首先从所有内部折叠收集预测，并且评分指标应用一次。< / p>
答案 0 :(得分：1)
GridSearchCV使用得分来决定在模型中设置哪些内部超参数。
如果要估计“最佳”超参数的性能，则需要执行额外的交叉验证步骤。
请参阅http://scikit-learn.org/stable/auto_examples/model_selection/plot_nested_cross_validation_iris.html
编辑以更接近回答实际问题：
对我来说，如果你想使用LeaveOneOut和balanced_accuracy，收集每个折叠的预测然后对它们进行全部评分似乎是合理的。我想你需要制作自己的网格搜索器才能做到这一点。您可以使用model_selection.ParameterGrid和model_selection.KFold。