使用refit=True的GridSearchCV获取最优估计器的正确用法咨询

我正在使用GridSearchCV寻找最优估计器，设置了默认的refit=True参数。根据官方文档说明：

The refitted estimator is made available at the best_estimator_ attribute and permits using predict directly on this GridSearchCV instance

请问我应当采用哪种写法？

写法一：先调用.fit()再预测 #

classifier = GridSearchCV(estimator=model,param_grid = parameter_grid['param_grid'], scoring='balanced_accuracy', cv = 5, verbose=3, n_jobs=4,return_train_score=True, refit=True)

classifier.fit(x_training, y_train_encoded_local)

predictions = classifier.predict(x_testing)

balanced_error = balanced_accuracy_score(y_true=y_test_encoded_local,y_pred=predictions)

写法二：直接调用.predict() #

classifier = GridSearchCV(estimator=model,param_grid = parameter_grid['param_grid'], scoring='balanced_accuracy', cv = 5, verbose=3, n_jobs=4,return_train_score=True, refit=True)

predictions = classifier.predict(x_testing)

balanced_error = balanced_accuracy_score(y_true=y_test_encoded_local,y_pred=predictions)

必须采用写法一，也就是先调用.fit(x_training, y_train_encoded_local)，再调用.predict(x_testing)。

原因很明确：

• GridSearchCV是元估计器，必须通过.fit()完成两个核心流程：遍历参数网格做交叉验证筛选最优参数、用全量训练数据重新训练最优模型（因为refit=True）。
• 只有完成.fit()后，GridSearchCV才会生成best_estimator_属性，此时调用.predict()才会基于这个最优模型对测试数据做预测。
• 如果直接调用.predict()，GridSearchCV还未经过训练，没有可用的预测模型，会直接抛出错误，根本无法生成有效预测结果。

官方文档里的"permits using predict directly on this GridSearchCV instance"，前提是已经完成了.fit()步骤，得到了refit后的最优估计器。

内容的提问来源于stack exchange，提问作者Chronicles