Python GridSearchCV忽略列车/测试尺寸

我无法让GridSearchCV尊重我的交叉验证参数。我正在做以下工作：

folds = ShuffleSplit(n_splits = 5, train_size = 37, test_size=5, random_state=42)
grid = GridSearchCV(
                SVR(kernel='rbf'),
                cv=folds.split(X_scaled),
                param_grid={
                    'C': (.1, 1, 10, 100, 1000, 10000,1000000000),
                    'epsilon': .0001,
                    'gamma': (.00005, 0.0001, 0.0002)
                    }
                )

grid.fit(X_scaled, y_scaled)

grid.fit的输出让我知道它正在做：

Fitting 5 folds for each of 21 candidates, totalling 84 fits

因此，它考虑了折叠次数，但完全忽略了我的参数，即用于训练/测试的数据量。我似乎与在线代码示例一致，但除了21个数据点（我的示例的一半）之外，没有任何东西能使它适合其他任何东西

---

请告知。

报告的

21名候选人

不是数据点；由于您的

参数网格

中要求的所有可能参数组合，它们是21个候选模型，每个对应于一个候选模型：

• 7候选

  C

  值
• 1名候选人

  epsilon

• 3候选人

  gamma

这使得

7*1*3=21

canditate模型