是否可以在没有交叉验证的情况下使用 GridSearchCV?我正在尝试通过网格搜索优化 KMeans 聚类中的聚类数量,因此我不需要或不需要交叉验证。
documentation也让我感到困惑,因为在 fit() 方法下,它有一个用于无监督学习的选项(据说使用 None 进行无监督学习)。但是,如果您想进行无监督学习,则需要在没有交叉验证的情况下进行,而且似乎没有摆脱交叉验证的选项。
最佳答案
经过大量搜索,我找到了 this thread .如果您使用以下方法,您似乎可以摆脱 GridSearchCV 中的交叉验证:
cv=[(slice(None), slice(None))]
我在没有交叉验证的情况下针对我自己编码的网格搜索版本对此进行了测试,我从这两种方法中得到了相同的结果。我将此答案发布到我自己的问题,以防其他人遇到同样的问题。
编辑:在评论中回答 jjrr 的问题,这里是一个示例用例:
from sklearn.metrics import silhouette_score as sc
def cv_silhouette_scorer(estimator, X):
estimator.fit(X)
cluster_labels = estimator.labels_
num_labels = len(set(cluster_labels))
num_samples = len(X.index)
if num_labels == 1 or num_labels == num_samples:
return -1
else:
return sc(X, cluster_labels)
cv = [(slice(None), slice(None))]
gs = GridSearchCV(estimator=sklearn.cluster.MeanShift(), param_grid=param_dict,
scoring=cv_silhouette_scorer, cv=cv, n_jobs=-1)
gs.fit(df[cols_of_interest])
关于python - 没有交叉验证的 Scikit Learn GridSearchCV(无监督学习),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44636370/