Scikit learn GridSearchCV真的使用了StratifiedKFold吗？_Scikit Learn_Svm_Gridsearchcv

Scikit learn GridSearchCV真的使用了StratifiedKFold吗？

scikit-learn

Scikit learn GridSearchCV真的使用了StratifiedKFold吗？,scikit-learn,svm,gridsearchcv,Scikit Learn,Svm,Gridsearchcv,使用GridSearchCV后，是否有任何方法可以确定是否真的使用了StratifiedKFold而不是KFold 作为估计器，我使用了SVC（支持向量机），cv=10 我知道文档（scikit学习版本0.21.3）中说在本例中实际使用了StratifiedKFold。一、然而，我怀疑情况可能并非如此非常感谢您的帮助。如果您不确定，您可以随时进入github repo并阅读代码，其中定义了函数而且，你的答案就在这里。是的，确实如此。我忘了提到我将结果（包括GridSearchCV实例）保存

使用GridSearchCV后，是否有任何方法可以确定是否真的使用了StratifiedKFold而不是KFold

作为估计器，我使用了SVC（支持向量机），cv=10

我知道文档（scikit学习版本0.21.3）中说在本例中实际使用了StratifiedKFold。一、然而，我怀疑情况可能并非如此

非常感谢您的帮助。

如果您不确定，您可以随时进入github repo并阅读代码，其中定义了函数

而且，你的答案就在这里。是的，确实如此。

我忘了提到我将结果（包括GridSearchCV实例）保存为pickle文件。没有办法确定访问此文件时是否实际使用了StratifiedKFold吗？嗯，我不太明白你的意思，但为了进行比较，请尝试执行两次执行，一次执行cv=None，另一次执行cv=5。如果结果相同，则表示您始终使用KFold类（cv=5表示sklearn库应使用stratifiedkfold）。