在创建不同的超参数组合时,函数是否在与组合 2 相同的折叠上评估组合 1?如,组合中的折叠是否相同?我知道例如对于 cv = 3,将保留三分之一的数据集进行评估。将有三个这样的拆分,每个拆分都包含一个测试折叠。对于另一种组合,拆分会有所不同吗?我也认为再次分裂是不必要的计算,但它会发生吗?
除了关于 cv_results_ 的部分之外,我在文档中找不到对这一事实的强烈参考,或者只是假设,这就是它的方式。
在创建不同的超参数组合时,函数是否在与组合 2 相同的折叠上评估组合 1?如,组合中的折叠是否相同?我知道例如对于 cv = 3,将保留三分之一的数据集进行评估。将有三个这样的拆分,每个拆分都包含一个测试折叠。对于另一种组合,拆分会有所不同吗?我也认为再次分裂是不必要的计算,但它会发生吗?
除了关于 cv_results_ 的部分之外,我在文档中找不到对这一事实的强烈参考,或者只是假设,这就是它的方式。
SK-Learn 出错的概率非常低。
原因:
这是一个成熟的图书馆
贡献者之一是塞巴斯蒂安·拉施卡。那些家伙非常细心。