我是scikits和svm的初学者，我想查看几个问题 . 我有700个项目和35个功能的样本，我有3个 class . 我有一个数组X，我的样本和功能使用"preprocessing.scale(X)"进行缩放 . 第一步是找到合适的SVM参数，我使用嵌套交叉验证的网格搜索（参见http://scikit-learn.org/stable/auto_examples/grid_search_digits.html#） . 我正在使用"grid search"中的所有样本（X） . 在网格搜索期间，数据被分成训练和测试（使用StratifiedKFold） . 当我获得SVM参数时，我执行分类，将数据划分为训练和测试 . 在实际分类过程中，我将在网格搜索中使用相同的数据吗？
2 回答
可以使用此数据来训练（拟合）分类器 . 交叉验证，由
StratifiedKFold完成，适用于您懒得制作验证集拆分器并希望依赖scikit-learn的内置交叉验证的情况:)在通过交叉验证找到最佳设置后，
GridSearchCV的refit选项将重新训练完整训练集上的估算器 .然而，将训练有素的分类器应用于网格搜索或训练的数据是没有意义的，因为您已经有了标签 . 如果你想对分类器进行正式评估，你应该从一开始就拿出一个测试集，而不是再次触摸它，直到你完成了所有的网格搜索，验证和拟合 .
我不是机器学习专家，但据我所知，交叉验证的优势在于它过度拟合安全 . 因此，使用具有最佳性能的分类器（根据CV结果）进行最终评估应该是完全可以的 .
但问题是，为什么你需要对已有标签的数据进行“实际分类”？最终目标是什么（SVM绩效评估或分类）？