scikit-learn - 在 GridSearchCV 中处理训练和测试集

Question

我想通过使用节点嵌入算法来评估不同的分类器来执行链接预测任务。更具体地说，我想评估节点嵌入是否可以提高不同分类器预测节点之间新链接的准确性。

我的想法如下：

• 我创建了一个包含正样本和负样本的数据集（真实链接和不存在的链接）
• 我在开发测试 (DS) 和评估测试 (ES) 中拆分数据集。
• 我使用 DS 执行网格搜索交叉验证 (CV) 以找到最佳模型
• 我在整个 DS 上训练最好的模型，然后在 ES 上评估它的性能。

问题如下：我不能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该类来做到这一点？

标签： scikit-learngridsearchcv