我是scikits和SVM的新手，想请教几个问题。我有一个包含700个样本和35个特征的数据集，共有3个类别。我有一个数组X，包含经过”preprocessing.scale(X)”缩放的样本和特征。第一步是找到合适的SVM参数，我使用了带有嵌套交叉验证的网格搜索（参见http://scikit-learn.org/stable/auto_examples/grid_search_digits.html#）。我在网格搜索中使用了所有样本（X）。在网格搜索过程中，数据被分为训练集和测试集（使用StratifiedKFold）。当我得到SVM参数后，我进行分类，将数据分为训练集和测试集。使用在实际分类中使用的相同数据进行网格搜索可以吗？
回答：
使用在实际分类中使用的相同数据进行网格搜索可以吗？
使用这些数据来训练（拟合）分类器是可以的。交叉验证，如StratifiedKFold所做的那样，适用于你没有足够的数据来保留一个验证集来优化超参数（算法设置）的情况。你也可以在懒得创建验证集分割器并想依赖scikit-learn内置的交叉验证时使用它 🙂
GridSearchCV的refit选项会在通过交叉验证找到最佳设置后，使用完整的训练集重新训练估计器。
然而，将训练好的分类器应用于你进行网格搜索或训练的数据是没有意义的，因为你已经有了标签。如果你想对分类器进行正式评估，你应该从一开始就保留一个测试集，并且在完成所有网格搜索、验证和拟合之前不要触碰它。
