Scikit-learn - 如何对 CV 对象使用单个静态验证集？

Scikit-learn - how to use single static validation set for CV object?

在 Scikit-learn 中，RandomSearchCV 和 GridSearchCV 需要 cv 参数的交叉验证对象，例如GroupKFold 或来自 sklearn.model_selection 的任何其他 CV 分离器。

但是，如何使用单一的、static 验证集？我有非常大的训练集，大验证集，我只需要 CV 对象的接口，而不是整个交叉验证。

具体来说，我正在使用 Scikit-optimize 和 BayesSearchCV (docs)，它需要 CV 对象（与常规 Scikit-learn SearchCV 对象相同的接口）。我想使用我选择的验证集，而不是整个 CV。

scikit-learn选型对象的文档，如GridSearchCV，可能更清楚如何实现这一目标：

cv: int, cross-validation generator or an iterable, default=None

  • ...
  • An iterable yielding (train, test) splits as arrays of indices.

所以你需要训练和测试样本的索引数组作为一个元组，然后将它们包装在一个可迭代的对象中，例如列表：

train_indices = [...]  # indices for training
test_indices = [...]  # indices for testing

cv = [(train_indices, test_indices)]

将这个用单个元组定义的cv传递给模型选择对象，它将始终使用相同的样本进行训练和测试。