machine-learning - 我应该先执行交叉验证然后再进行网格搜索吗？

Question

我是机器学习领域的新手。我的问题如下:我已经建立了一个模型，并且正在尝试优化该模型。通过做一些研究，我发现交叉验证可以用来帮助我避免过度拟合的模型。此外，Gridsearchcv 可用于帮助我优化此类模型的参数并最终确定最佳参数。

现在我的问题是，我应该先进行交叉验证，然后使用网格搜索来确定最佳参数，还是使用 GridsearchCV 就足够了，因为它本身会执行交叉验证？

Answer 1

参见 Cross validation with test data set .

如果您的数据集足够大，我的建议是:

1. 将您的数据集拆分为训练和测试子集。
2. 执行 GridSearchCV在您的训练数据集上。
3. 在您的测试子集上评估您的最佳模型(来自 GridSearchCV)。