时间戳

首页 > 解决方案 > Scikit-learn - 如何为 CV 对象使用单个静态验证集？

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

问题描述

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

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

具体来说，我使用的是 Scikit-optimize 和BayesSearchCV( docs )，它需要 CV 对象（与常规 Scikit-learn 对象相同的接口SearchCV）。我想使用我选择的验证集，而不是整个简历。

标签： pythonmachine-learningscikit-learnhyperparametersscikit-optimize

解决方案

的模型选择对象的文档scikit-learn，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对象，默认=None

  • ...
  • 一个可迭代的收益 (train, test) 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一个元组，然后将它们包装在一个可迭代的对象中，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这个传递cv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。

推荐阅读