Использование явного (предопределенного) набора проверки для поиска по сетке с помощью sklearn ⇐ Python

[Anonymous]

У меня есть набор данных, который ранее был разделен на три набора: обучение, проверка и тестирование. Эти наборы необходимо использовать в том виде, в каком они заданы, для сравнения производительности различных алгоритмов.

Теперь я хотел бы оптимизировать параметры моей SVM, используя набор проверки. Однако я не могу найти, как явно ввести набор проверки в sklearn.grid_search.GridSearchCV(). Ниже приведен код, который я ранее использовал для выполнения K-кратной перекрестной проверки на обучающем наборе. Однако для этой проблемы мне нужно использовать заданный набор проверки. Как я могу это сделать?

from sklearn import svm, cross_validation
from sklearn.grid_search import GridSearchCV

# (some code left out to simplify things)

skf = cross_validation.StratifiedKFold(y_train, n_folds=5, shuffle = True)
clf = GridSearchCV(svm.SVC(tol=0.005, cache_size=6000,
class_weight=penalty_weights),
param_grid=tuned_parameters,
n_jobs=2,
pre_dispatch="n_jobs",
cv=skf,
scoring=scorer)
clf.fit(X_train, y_train)


Подробнее здесь: https://stackoverflow.com/questions/319 ... th-sklearn