使用组对预测进行嵌套交叉验证

Question

我不能做一些事情，我想知道这是一个错误或正常的方式。你知道吗

我试图对数据集进行嵌套交叉验证，每个数据集都属于一个患者。为了避免在同一个病人身上学习和测试，我看到你实施了一个“群体”机制，在我的案例中，GroupKFold似乎是正确的。 当我的分类器得到不同的参数时，我继续使用GridSearchCv来修复模型的超参数。同样，我认为测试/训练必须属于不同的患者。你知道吗

（对于那些对嵌套交叉验证感兴趣的人：http://scikit-learn.org/stable/auto_examples/model_selection/plot_nested_cross_validation_iris.html）

我这样说：

pipe = Pipeline([('pca', PCA()),
                 ('clf', SVC()),
                 ])
# Find the best parameters for both the feature extraction and the classifier
grid_search = GridSearchCV(estimator=pipe, param_grid=some_param, cv=GroupKFold(n_splits=5), verbose=1)
grid_search.fit(X=features, y=labels, groups=groups)

# Nested CV with parameter optimization
predictions = cross_val_predict(grid_search, X=features, y=labels, cv=GroupKFold(n_splits=5), groups=groups)

买一些：

File : _split.py", line 489, in _iter_test_indices
    raise ValueError("The 'groups' parameter should not be None.")
ValueError: The 'groups' parameter should not be None.

在代码中，\ u fit\ u和\ u predict（）方法似乎没有将组共享给估计器，因此不能使用所需的组。你知道吗

能给我一些线索吗？ 祝您有个美好的一天， 致以最诚挚的问候