Python 我是否应该首先训练测试分割，然后使用交叉验证？

如果我计划使用交叉验证（KFold），我是否仍应将数据集拆分为培训和测试数据，并仅在培训集上执行培训（包括交叉验证）？或者简历会为我做一切吗？例如

选择1

X_train, X_test, y_train, y_test = train_test_split(X,y)
clf = GridSearchCV(... cv=5) 
clf.fit(X_train, y_train)

选择2

clf = GridSearchCV(... cv=5) 
clf.fit(X y)

---

CV是好的，但最好有训练/测试分割，以便在未触及的数据上提供独立的分数估计。

---

如果您的CV和测试数据显示大致相同的分数，那么您可以删除整个数据上的训练/测试分割阶段和CV，以获得稍好的模型分数。但在你确定你的分数和简历分数是一致的之前不要这样做。

CV会为你做一切。只需指定cv所需的参数。供参考，并用于GridSearchCV@SandeepKadapa尽管模型会帮你做到这一点。这是一种糟糕的做法，因为交叉验证低估了模型误差，同时优化了参数以最小化误差。有关更多信息，请参阅。