使用验证集执行GridSearchCV

Question

我想在scikit learning中使用Extra Trees为回归模型找到最佳的超参数组合。我想用我拥有的验证集（X_validation）来评估模型，而不是使用交叉验证和训练集。

我已经有X_train，X_validation和X_test及其相应的响应。

是否可以直接通过scikit learning进行操作？

我的代码如下：

n_estim = list(np.arange(800, 851, 10))
min_split = list(np.arange(100, 0, 20))
max_depths = list(np.arange(12, 21, 2))

param_grid = [
    {'n_estimators': n_estim,
    'min_samples_split':min_split, 'max_depth': max_depths}
    ]

extra_trees = ExtraTreesRegressor(max_features=2, n_jobs=-1)

grid_search = GridSearchCV(extra_trees, param_grid, cv=9,
                           scoring='neg_mean_squared_error',
                           return_train_score=True, n_jobs=-1)
grid_search.fit(X_train, y_train.ravel())

感谢您的帮助。