使用GridSearchCV时是否需要拆分数据？

Question

Gridsearhcv使用StratifiedKFold或KFold。所以我的问题是，在使用gridsearch之前，我应该将数据分解成火车并进行测试，然后仅对测试数据进行拟合？我不确定是否有必要，因为cv方法已经分割了数据，但我已经看到了一些预先分割数据的例子。

谢谢。

Answer 1

GridSearchCV将把你给它的数据分成Train和CV集，并且训练算法使用CV集搜索最好的超参数。您可以指定不同的分割策略（例如分割比例）。

但是，当您执行有关数据集的超参数调整信息仍然'泄漏'到算法中时。

因此，我会建议采取以下做法：

1）把你的原始数据集，并举行了一些数据作为测试集（比如10％）

2）使用网格搜索剩余90％。这里的算法将为你完成分割。

3）获得最佳超参数后，在＃1的测试集上对其进行测试，以获得对新数据的性能预测。