GridSearchCV是否执行交叉验证？

我目前正在研究一个问题，该问题将在同一数据集上比较三种不同的机器学习算法的性能。我将数据集分为70/30训练/测试集，然后使用GridSearchCV和进行网格搜索以找到每种算法的最佳参数X_train,

y_train。

第一个问题，我是应该对训练集执行网格搜索，还是应该对整个数据集进行网格搜索？

第二个问题，我知道GridSearchCV在其实现中使用K折，如果我X_train,

y_train对GridSearchCV中比较的所有三种算法都使用了交叉验证，是否意味着我执行了交叉验证？

任何答案将不胜感激，谢谢。

scikit中所有以名称结尾的估计器都将CV执行交叉验证。但是您需要保留一个单独的测试集来衡量性能。

因此，您需要拆分整个数据以进行训练和测试。暂时忘记此测试数据。

然后将此火车数据仅传递给网格搜索。GridSearch会将火车数据进一步拆分为火车并进行测试，以调整传递给它的超参数。最后，使用找到的最佳参数将模型拟合到整个火车数据中。

现在，您需要在开始时保留的测试数据上测试此模型。这将为您提供近乎真实的模型性能。

如果将整个数据用于GridSearchCV，则测试数据会泄漏到参数调整中，因此最终模型可能无法在较新的看不见的数据上表现不佳。