我有一个二进制时间序列分类问题。
由于它是一个时间序列,我不能只使用train_test_split
来划分数据。所以我使用了这个链接中的对象tscv = TimeSeriesSplit()
,得到了下面这样的结果:
我可以从GridSearchCV和cross_val_score中看到,我可以将我的分割策略cv = tscv
作为参数传递。但我的问题是,GridSearchCV
和coss_val_score
之间有什么区别?只使用其中一个来训练/测试我的模型就足够了吗?还是应该同时使用两个?先使用GridSearchCV
获取最佳超参数,然后再使用cross_val_score
?
GridSearchCV
本身使用cross_val_score
来找到参数的最优组合。众所周知,网格搜索是一种非常缓慢的调整超参数的方法,您最好坚持使用RandomSearchCV
或更先进的贝叶斯超参数优化方法。 - meti