如何在没有交叉验证的情况下 运行 GridSearchCV？

Question

我想运行一个常规'gridsearch without the CV'，即我不想交叉验证，但不允许设置cv=1。

我这样做是因为我使用分类器来绘制决策边界和 visualize/understand 我的数据而不是预测标签，并且不关心泛化错误。我想尽量减少训练误差。

编辑：我想我真的在问两个问题

1. 如何在 GridSearchCV 中破解 cv=1？下面由 ogrisel 回答
2. 进行网格搜索以最小化训练错误而不是泛化错误是否有意义，如果是这样，我该怎么做？我怀疑它涉及为 GridSearchCV?
中的 scoring 参数插入我自己的评分函数

Answer 1

您可以将 ShuffleSplit(test_size=0.20, n_splits=1, random_state=0) 的实例作为 cv 参数传递。

这将为每个参数组合 (sklearn.model_selection.ShuffleSplit) 执行单个 CV 拆分。