我应该先 train_test_split 然后使用交叉验证吗？
Should I first train_test_split and then use cross validation?
如果我打算使用交叉验证（KFold），我是否仍应将数据集拆分为训练数据和测试数据，并仅在训练集上执行我的训练（包括交叉验证）？还是 CV 会为我做所有事情？例如
选项 1
X_train, X_test, y_train, y_test = train_test_split(X,y)
clf = GridSearchCV(... cv=5)
clf.fit(X_train, y_train)
选项 2
clf = GridSearchCV(... cv=5)
clf.fit(X y)
CV 很好，但最好拆分 train/test 以提供对未触及数据的独立分数估计。
如果您的 CV 和测试数据显示大致相同的分数，那么您可以在整个数据上删除 train/test split phase 和 CV 以获得稍微更好的模型分数。但是在你确定你的 split 和 CV 分数一致之前不要这样做。
如果我打算使用交叉验证（KFold），我是否仍应将数据集拆分为训练数据和测试数据，并仅在训练集上执行我的训练（包括交叉验证）？还是 CV 会为我做所有事情？例如
选项 1
X_train, X_test, y_train, y_test = train_test_split(X,y)
clf = GridSearchCV(... cv=5)
clf.fit(X_train, y_train)
选项 2
clf = GridSearchCV(... cv=5)
clf.fit(X y)
CV 很好，但最好拆分 train/test 以提供对未触及数据的独立分数估计。 如果您的 CV 和测试数据显示大致相同的分数，那么您可以在整个数据上删除 train/test split phase 和 CV 以获得稍微更好的模型分数。但是在你确定你的 split 和 CV 分数一致之前不要这样做。