Scikit-学习-如何使用单个静态验证集的CV对象？

Question

在Scikit中，学习RandomSearchCV和GridSearchCV需要cv参数的交叉验证对象，例如GroupKFold或其他来自sklearn.model_selection的简历分配器。

但是，如何使用单一的静态验证集？我有很大的训练集，很大的验证集，我只需要简历对象的接口，而不是整个交叉验证。

具体来说，我使用的是Scikit优化和BayesSearchCV (文档)，它需要CV对象(与常规的Scikit学习SearchCV对象的接口相同)。我想使用我选择的验证集与它，而不是整个简历。

Answer 1

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：

简历: int，交叉验证生成器或可迭代的，default=None

• ..。
• 一个可迭代的收益(训练，测试)分裂为指数的数组。

因此，您需要将训练和测试样本的索引数组作为元组，然后将它们封装为可迭代的，例如列表：

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示例进行培训和测试。