如何修改GridSearchCV的fit()方法以向自定义交叉验证器传递参数

不建议直接修改GridSearchCV的fit方法源码，会破坏scikit-learn原生API兼容性，后续版本升级会出现适配问题，你可以通过以下两种原生支持的方案实现需求：

方案一：初始化自定义CV时直接传入固定参数（最简便） #

适合pred_times、eval_times在整个网格搜索过程中固定不变的场景，修改你自定义的CombPurgedKFoldCV类的初始化方法，将额外参数作为类属性存储，拆分时直接调用即可：

1. 修改自定义CV类结构

class CombPurgedKFoldCV:
    # 原有参数保留，新增两个额外参数作为初始化入参
    def __init__(self, n_splits=10, n_test_splits=2, embargo_td=None, pred_times=None, eval_times=None):
        self.n_splits = n_splits
        self.n_test_splits = n_test_splits
        self.embargo_td = embargo_td
        # 存储额外参数供拆分逻辑调用
        self.pred_times = pred_times
        self.eval_times = eval_times

    def split(self, X, y=None, groups=None):
        # 原有拆分逻辑直接调用类属性即可，无需额外传参
        # 你原来的split实现代码...

2. 调整调用代码

import pandas as pd
from sklearn.model_selection import GridSearchCV
from sklearn.tree import DecisionTreeClassifier
from sklearn.ensemble import BaggingClassifier

# 初始化CV时直接传入额外参数
skf = CombPurgedKFoldCV(
    n_splits=10, 
    n_test_splits=2,
    embargo_td=pd.Timedelta(minutes=100),
    pred_times=pred_times,
    eval_times=eval_times
)
clf = DecisionTreeClassifier(criterion='entropy',max_features='auto',class_weight='balanced',min_weight_fraction_leaf=0.)
classifier=BaggingClassifier(base_estimator=clf,n_estimators=1000,max_features=1.,
                         max_samples=avgU,oob_score=True,n_jobs=1)
gs = GridSearchCV(estimator = classifier, param_grid = grid_param, scoring = 'f1',n_jobs = 1, cv=skf)
# 正常调用fit即可，无需传入额外参数
gs.fit(X,y)

方案二：通过groups参数动态传参 #

适合需要动态调整传入参数、或者不想修改CV初始化逻辑的场景，GridSearchCV的fit方法自带groups参数，会原封不动传递给交叉验证器的split方法：

1. 调整fit调用代码，将参数打包传入groups

# 把需要的两个参数打包成元组传给groups入参
gs.fit(X, y, groups=(pred_times, eval_times))

2. 修改自定义CV的split方法，拆解参数

def split(self, X, y=None, groups=None):
    # 从groups中拆解出需要的两个参数
    pred_times, eval_times = groups
    # 你原来的split实现代码...

注意：不要将给交叉验证器的参数放到fit的额外关键字参数中，这部分参数会默认传递给基模型的fit方法，不会进入交叉验证器的逻辑，会触发参数不匹配报错。

内容的提问来源于stack exchange，提问作者Javier C Salaverri