我有一些测试和训练数据，测试数据中没有任何依赖变量。
我目前正在运行GridSearchCV或RandomizedSearchCV来寻找最佳参数。
我是否应该将所有“测试”数据的X和y值传入GridSearchCV或RandomizedSearchCV中？
我知道它会进行交叉验证，所以我认为这样做是可以的？
但如果是这样的话，best_estimator是用哪些数据拟合的？是全部数据？还是某个折叠的数据？
运行后我是否需要用完整的测试数据集重新拟合？
回答：
这里提出了很多问题，我将尝试逐一回答。
- 我是否应该将所有“测试”数据的X和y值传入GridSearchCV或RandomizedSearchCV中？
您提到您的测试数据没有依赖变量，在这种情况下，您无法将其传入模型。即使您有依赖变量的值，您也不应该将它们发送到GridSearchCV或RandomSearchCV，这些方法会在内部创建一个验证集，用于测试每种超参数设置下的模型表现。
- best_estimator是用哪些数据拟合的？
这取决于您如何初始化GridSearchCV或RandomizedSearchCV对象，这两种方法都有一个名为refit的参数，当设置为TRUE（默认值）时，将使用全部数据重新拟合模型。
- 运行后我是否需要用完整的测试数据集重新拟合？
通常，您不会使用测试数据来调整超参数。您使用验证集来做这件事，一旦模型确定下来，您使用测试集来检查模型的性能，这将是对模型性能的无偏估计。
