Python 如何使用GridSearchCV通过列车测试分割策略调整参数？

我正在尝试使用train_test_split策略微调我的sklearn模型。我知道的能力，执行参数调整，但是，它是绑定到使用交叉验证策略，我想使用训练测试分割策略的参数搜索，因为训练的速度是重要的，我的情况下，我更喜欢简单的交叉验证

我可以尝试编写自己的for循环，但如果不利用GridSearchCV中使用的内置并行化，则效率低下

有人知道如何利用这个机会吗？或者提供一个不太慢的替代方案。

是的，您可以使用它

ShuffleSplit是一种交叉验证策略，类似于

KFold

，但与必须训练

K

模型的

KFold

不同，在这里，您可以控制训练/测试拆分的次数，即使您愿意，也可以控制一次

shuffle_split = ShuffleSplit(n_splits=1,test_size=.25)

n_分割

定义重复此分割和训练例程的次数。 现在您可以这样使用它：

GridSearchCV(clf,param_grid={},cv=shuffle_split)

是的，你可以用这个

ShuffleSplit是一种交叉验证策略，类似于

KFold

，但与必须训练

K

模型的

KFold

不同，在这里，您可以控制训练/测试拆分的次数，即使您愿意，也可以控制一次

shuffle_split = ShuffleSplit(n_splits=1,test_size=.25)

n_分割

定义重复此分割和训练例程的次数。 现在您可以这样使用它：

GridSearchCV(clf,param_grid={},cv=shuffle_split)

---

我想通过提供一个代码示例来补充Shihab Shahriar的内容

import pandas as pd
from sklearn import datasets
from sklearn.model_selection import GridSearchCV, ShuffleSplit
from sklearn.ensemble import RandomForestClassifier

# Load iris dataset
iris = datasets.load_iris()

# Prepare X and y as dataframe
X = pd.DataFrame(data=iris.data, columns=iris.feature_names)
y = pd.DataFrame(data=iris.target, columns=['Species'])

# Train test split
shuffle_split = ShuffleSplit(n_splits=1, test_size=0.3)
# This is equivalent to: 
#   X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
# But, it is usable for GridSearchCV

# GridSearch without CV
params = { 'n_estimators': [16, 32] }
clf = RandomForestClassifier()
grid_search = GridSearchCV(clf, param_grid=params, cv=shuffle_split)
grid_search.fit(X, y)

---

这将帮助任何面临类似问题的人。

我想通过提供一个代码示例来补充Shihab Shahriar的内容

import pandas as pd
from sklearn import datasets
from sklearn.model_selection import GridSearchCV, ShuffleSplit
from sklearn.ensemble import RandomForestClassifier

# Load iris dataset
iris = datasets.load_iris()

# Prepare X and y as dataframe
X = pd.DataFrame(data=iris.data, columns=iris.feature_names)
y = pd.DataFrame(data=iris.target, columns=['Species'])

# Train test split
shuffle_split = ShuffleSplit(n_splits=1, test_size=0.3)
# This is equivalent to: 
#   X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3)
# But, it is usable for GridSearchCV

# GridSearch without CV
params = { 'n_estimators': [16, 32] }
clf = RandomForestClassifier()
grid_search = GridSearchCV(clf, param_grid=params, cv=shuffle_split)
grid_search.fit(X, y)

这将有助于任何面临类似问题的人