我想以一种很好的方式找到随机孔分类器（带有scikit-learn）的最佳参数，它可以很好地将其通用到其他数据集（可能不是IID）。我在考虑使用整个培训数据集进行网格搜索，同时评估其他数据集上的评分功能。在python/scikit-learn中可以轻松执行此操作吗？
我认为您无法在不同的数据集上进行评估。GridSearchCV背后的整个想法是，它将您的训练设置分为n倍，在这些折叠的N-1上进行训练，然后在其余的折叠上进行评估，重复该过程，直到每个折叠都被"奇怪的一个"为止。这使您不必设置特定的验证集，您只需使用培训和测试集。
如果可以的话，您可以简单地合并两个数据集并执行GridSearchCV，这可以确保对其他数据集的概括能力。如果您谈论对未来未知数据集的概括，那么这可能是行不通的，因为没有一个完美的数据集可以训练一个完美的模型。