输入训练和验证集后如何使用交叉验证？

Question

所以我让自己有些困惑。

目前，我有大约800个实例的数据集。我将其分为训练和验证集，因为缺少值，因此我使用了sklearn的SimpleImputer并进行了fit_transform-ed训练集和转换测试集。我这样做是因为，如果我要预测新实例，如果缺少值，则需要以与估算测试集相同的方式估算。

现在，我想使用交叉验证对模型进行训练和评分，但这将涉及使用整个数据集并将其分成不同的训练和测试集，因此我担心训练集的泄漏，因为估算值是否适合？

Answer 1

通常，您需要将数据分为三组-训练集，测试集和验证集。测试集应该完全不参加训练（您的担心是正确的。）使用交叉验证时，您无需担心将训练和验证集分开的情况，这就是交叉验证为您服务的地方！只需将训练集传递给交叉验证器，让其在后台进行训练和验证即可，然后在测试集上测试最终模型（训练模型已完全排除了该模型）。