Возможно, я не правильно понял, но если вы хотите использовать RandomizedSearchCV
в обучающих и проверочных примерах, соединенных вместе, и использовать CV во всей этой выборке, я предлагаю использовать np.concatenate
вместо понимания списка следующим образом:
# taking examples for your X_train, X_val, y_train and y_val
import numpy as np
X_train = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
X_val = np.array([[1, 2, 3], [4, 5, 6]])
y_train = np.array([10, 11, 12])
y_val = np.array([13, 14])
data = np.concatenate((X_train, X_val), axis=0)
target = np.concatenate((y_train, y_val))
И вы можете передать data
и target
в метод подгонки.