Scikit-learn - 如何为 CV 对象使用单个静态验证集？

如何解决Scikit-learn - 如何为 CV 对象使用单个静态验证集？

在 Scikit-learn 中，RandomSearchCV 和 gridsearchcv 需要 cv 参数的交叉验证对象，例如GroupKFold 或来自 sklearn.model_selection 的任何其他 CV 拆分器。

但是，如何使用单个静态验证集？我有很大的训练集，很大的验证集，我只需要 CV 对象的接口，而不是整个交叉验证。

具体来说，我正在使用 Scikit-optimize 和 BayesSearchCV (docs) 并且它需要 CV 对象（与常规 Scikit-learn SearchCV 对象的界面相同）。我想使用我选择的验证集，而不是整个简历。

解决方法

scikit-learn 的模型选择对象的文档，例如GridSearchCV，可能更清楚如何实现这一点：

cv: int，交叉验证生成器或可迭代的，默认=无

• ...
• 一个可迭代的 yielding（训练、测试）拆分为索引数组。

因此，您需要将用于训练和测试样本的索引数组作为元组，然后将它们包装在一个可迭代对象中，例如一个列表：

train_indices = [...]  # indices for training
test_indices = [...]  # indices for testing

cv = [(train_indices,test_indices)]

将使用单个元组定义的 cv 传递给模型选择对象，它将始终使用相同的样本进行训练和测试。