Python 在网格搜索中设置交叉验证参数

我试图在GridSearch中设置一个RandomForestClassification

rfc_model = RandomForestClassifier(n_estimators = 5, max_depth = 3 )

gs = grid_search.GridSearchCV(estimator = rfc_model,
                             param_grid = {'n_estimators': [i for i in range(1,52,10)],
                                          "max_depth": [3, 5],
                                          "bootstrap": [True, False],
                                          "criterion": ["gini"]},
                             cv = cross_val_score(rfc_model,X, y, scoring='roc_auc'))

gs.fit(X, y)
gs.grid_scores_
print gs.best_estimator
print gs.best_score_

我得到了错误

TypeError:“numpy.float64”对象不可编辑

---

显然，我正在学习，所以欢迎发表任何评论。

好的，我发现了问题，我使用了错误的方法。可以称之为方法吗？对于交叉验证，请参见解决方案下方：

gs = grid_search.GridSearchCV(estimator = model,
                             param_grid = {'n_estimators': [i for i in range(1,52,10)],
                                          "max_depth": [3, 5],
                                          "bootstrap": [True, False],
                                          "criterion": ["gini"]},
                             cv = cross_validation.KFold(n=len(X), n_folds=10), scoring='roc_auc')

这可能对你有帮助