На этом шаге мы укажем, как можно улучшить перекрестную проверку.

Как и cross_val_score, GridSearchCV использует по умолчанию k-блочную перекрестную проверку для классификации и k-блочную перекрестную проверку для регрессии. Однако при использовании GridSearchCV вы можете дополнительно передать любой генератор разбиения (как было описано на 137 шаге: "Больше контроля над перекрестной проверкой") в качестве параметра cv. В частности, чтобы получить только одно разбиение на обучащий и проверочный наборы, вы можете воспользоваться ShuffleSplit или StratifiedShuffleSplit с n_iter=1. Данная настройка может оказаться полезной для очень больших наборов данных или очень медленных моделей.

На следующем шаге мы рассмотрим вложенную перекрестную проверку.