GridSearchCV中的过程训练和测试集

Question

在使用节点嵌入算法执行链接预测任务时，我想评估不同的分类器。更具体地说，我想评估节点嵌入是否可以提高预测节点之间新链接的不同分类器的准确性。

我的想法如下：

• 我创建了一个包含正样本和负样本（真实链接和不存在的链接）的数据集
• 我在开发测试（DS）和评估测试（ES）中拆分了数据集。
• 我使用DS执行Grid Search交叉验证（CV）以找到最佳模型
• 我在整个DS上训练了最佳模型，然后在ES上评估了它的性能。

问题如下：我无法在整个数据集上使用节点嵌入算法，因为在这种情况下，ES将包含与原始图拓扑相关的信息。因此，我需要从Grid Search CV期间生成的训练和测试集中提取节点嵌入，但是如何使用sklearn.model_selection.GridSearchCV类来实现呢？