Sklearn - GridSearchCV avec v_measure_score est pas le même

Question

Je suis en train d'utiliser GridSearchCV avec v_measure_score et comparer le résultat
avec une autre méthode SANS GridSearchCV.

Le meilleur score de v_measure_score par boucle for est ,69816019299 avec percentile 27;
le meilleur score de GridSearchCV est ,565562627046 avec percentile . À mon avis, les résultats devraient être les mêmes.
J'ai vérifié mon code plusieurs fois mais je n'arrive toujours pas à comprendre la raison. Voici mon code:

GridSearchCV

estimators = [('tfIdf', TfidfTransformer()), ('sPT', SelectPercentile()), ('kmeans', cluster.KMeans())] 
pipe = Pipeline(estimators) 
params = dict(tfIdf__smooth_idf=[True], 
       sPT__score_func= [f_classif], sPT__percentile=range(100, 0, -1), 
       kmeans__n_clusters=[clusterNum], kmeans__random_state=[0], kmeans__precompute_distances=[True]) 
v_measure_scorer = make_scorer(v_measure_score) 
grid_search = GridSearchCV(pipe, param_grid=params, scoring=v_measure_scorer) 
grid_search_fit = grid_search.fit(apiVectorArray, yTarget) 

v_measure_score par boucle for

bestPercent = [-1, -1] 
for percent in xrange(100, 0, -1): 
    transformer = TfidfTransformer(smooth_idf=True) 
    apiVectorArrayTFIDF = transformer.fit_transform(apiVectorArray) 
    apiVectorFit = SelectPercentile(f_classif, percentile=percent).fit(apiVectorArrayTFIDF, yTarget) 
    k_means = cluster.KMeans(n_clusters=clusterNum, random_state=0, precompute_distances=True).fit(apiVectorFit.transform(apiVectorArrayTFIDF)) 

    if v_measure_score(yTarget, k_means.labels_) > bestPercent[1]: 
     bestPercent[0] = percent 
     bestPercent[1] = v_measure_score(yTarget, k_means.labels_) 

J'ai essayé d'ajouter de la couleur sur mon code, mais a échoué.
Désolé pour vos yeux.

Merci.

Answer 1

Je pense que la réponse est parce que GridSearchCV utilise la validation croisée pour s'adapter aux données, le score est différent de la boucle for.