GAFeatureSelectionCV是否支持StratifiedGroupKFold交叉验证及用法咨询

针对你的需求，这里有两种可行的解决方法，都能让StratifiedGroupKFold正确识别分组信息，同时适配GAFeatureSelectionCV的使用：

方法一：在fit时直接传入groups参数 #

GAFeatureSelectionCV的fit方法继承自sklearn的搜索类，会自动将groups参数传递给交叉验证策略的split方法。你只需要正常初始化StratifiedGroupKFold，然后在调用fit时传入患者ID即可：

from sklearn_genetic import GAFeatureSelectionCV
from sklearn.model_selection import StratifiedGroupKFold
from sklearn.neural_network import MLPClassifier

# 初始化基础分类器
clf = MLPClassifier(hidden_layer_sizes=(50, 30))
# 初始化分层组交叉验证（建议设置random_state保证可复现）
cv = StratifiedGroupKFold(n_splits=3, shuffle=True, random_state=42)

# 初始化遗传算法特征选择器
evolved_selector = GAFeatureSelectionCV(
    estimator=clf,
    cv=cv,
    scoring='accuracy',
    population_size=10,
    generations=20,
    n_jobs=-1,
    verbose=True
)

# 关键：调用fit时传入groups参数（患者ID数组）
evolved_selector.fit(X, y, groups=patient_ids)

这种方法最简洁，也是适配带分组的交叉验证策略的常规方式。

方法二：预先生成分组拆分索引作为cv参数 #

如果你的sklearn-genetic-opt版本较旧，或者遇到groups参数传递的问题，可以提前用StratifiedGroupKFold生成所有训练/验证集的索引对，然后直接将这个索引列表作为cv参数传入：

from sklearn_genetic import GAFeatureSelectionCV
from sklearn.model_selection import StratifiedGroupKFold
from sklearn.neural_network import MLPClassifier

# 预先生成分组拆分的索引对
cv_strategy = StratifiedGroupKFold(n_splits=3, shuffle=True, random_state=42)
splits = list(cv_strategy.split(X, y, groups=patient_ids))

# 初始化特征选择器，传入预生成的拆分索引
evolved_selector = GAFeatureSelectionCV(
    estimator=clf,
    cv=splits,
    scoring='accuracy',
    population_size=10,
    generations=20,
    n_jobs=-1,
    verbose=True
)

# 此时fit无需再传入groups
evolved_selector.fit(X, y)

sklearn允许cv参数接受包含(训练集索引, 验证集索引)元组的列表，GAFeatureSelectionCV会直接使用这些预定义的拆分逻辑。

注意事项 #

• 确保patient_ids的长度与X、y的样本数量完全一致
• 使用shuffle=True时务必设置random_state，避免每次运行的拆分结果不一致
• 建议使用sklearn-genetic-opt 0.9.0及以上版本，以保证groups参数的兼容性

内容的提问来源于stack exchange，提问作者Emily Wong