考虑以下gridsearch:grid = GridSearchCV(clf, parameters, n_jobs =-1, iid=True, cv =5)grid_fit = grid.fit(X_train1, y_train1)
根据Sklearn的资源，grid_fit.best_score_返回best_estimator的平均交叉验证分数。
对我来说，这意味着:cross_val_score(grid_fit.best_estimator_, X_train1, y_train1, cv=5)
应该与以下内容完全相同:grid_fit.best_score_。
但是，我得到两个数字之间10％的差异。我想念什么？
我正在对专有数据使用gridsearch，所以我希望有人在过去遇到过类似情况，并且可以在没有完全可复制的示例的情况下为我提供指导。如果不够清晰，我将尝试使用Iris数据集重现此内容...
最佳答案
当将整数传递给GridSearchCV(..., cv=int_number)参数时， StratifiedKFold 将用于交叉验证拆分。因此，数据集将被StratifiedKFold随机分割。这可能会影响准确性，因此会影响最佳分数。