如何在自定义sklearn Estimator上使用GridSearchCV？得分NaN问题

核心问题：自定义Estimator的score方法逻辑错误 #

你的score方法存在两个致命问题，直接导致GridSearchCV返回NaN得分：

1. 引用外部全局变量train_new_y：交叉验证时每个fold传入的y是数据集拆分后的子集，其索引和全局的train_new_y无法保证完全匹配，会导致y_true = train_new_y[y.index]取值失败（比如索引不存在），最终计算准确率时返回NaN。
2. 未用模型预测结果计算得分：当前代码返回accuracy_score(y_true, y_true)，完全跳过模型预测步骤，逻辑无效，还因索引问题触发NaN。

修正后的score方法 #

正确的score方法应调用模型的predict方法生成预测结果，再和传入的真实标签y计算准确率：

def score(self, X, y):
    y_pred = self.predict(X)
    return accuracy_score(y, y_pred)

额外注意事项 #

• 确保predict方法返回的类别标签和真实标签y取值范围一致，比如你当前classes = [2, 0, 0]，若真实标签包含1类，会导致预测结果与真实标签不匹配，影响得分。
• 检查PCA的n_components参数：GridSearchCV中你传入了n_components=50.0（浮点数），若代表维度数，建议保持参数为整数类型，避免潜在问题。

内容的提问来源于stack exchange，提问作者Yann