事情是这样的。我正在为5个患者（P1，P2，…P5）应用一个二分类器。每个患者有100个数据样本，输出要么是0，要么是1。

所以我把一个患者（比如P5）作为测试数据放在一边，其余的用于验证和训练。但我还想找到分类器（比如SVM）的最佳超参数设置，因此我也在使用4折交叉验证来实现这一点。

然而，我希望确保将训练数据拆分为交叉训练和交叉测试时，某一个患者的所有样本都保持在交叉测试折中。我不希望它们被打乱，因为这样的话，一个患者的数据可能会同时出现在测试和训练折中，这是不好的。

我在Python中使用GridSearchCV来拆分数据，但我不知道如何定制它，使得我们能够实现：P1的100个样本在测试折中，P2、P3、P4的所有300个样本在训练折中………. P4的100个样本在测试折中，P1、P2、P3的所有300个样本在训练折中。

换句话说，我想创建一个患者指示器，让GridSearchCV根据此指示器来拆分数据。

我们是否有相关的包可以使用，还是我应该尝试手动编写代码，而不使用GridSearchCV或类似的工具？

回答：

你应该使用scikit-learn的GroupKFold。它可以轻松解决你的问题。使用一个名为patients的列表作为分组，这样如果样本i属于患者2，则patients[i] == "p2"。

这是文档链接。