Scikit-learn 上的嵌套交叉验证示例

Question

我正在努力研究 Sklearn中嵌套与非嵌套 CV的示例。我检查了多个答案，但我仍然对这个例子感到困惑。据我所知，嵌套 CV 旨在使用不同的数据子集来选择分类器的最佳参数（例如 SVM 中的 C）并验证其性能。因此，从数据集 X 中，外部10 倍 CV（为简单起见，n=10）创建了 10 个训练集和 10 个测试集：

(Tr0, Te0),..., (Tr0, Te9)

然后，内部10-CV 将每个外部训练集拆分为 10 个训练集和 10 个测试集：

From Tr0: (Tr0_0,Te_0_0), ... , (Tr0_9,Te0_9)
From Tr9: (Tr9_0,Te_9_0), ... , (Tr9_9,Te9_9)

现在，使用内部 CV，我们可以找到每个外部训练集的最佳C值。这是通过使用内部 CV测试C 的所有可能值来完成的。为该特定外部训练集选择提供最高性能（例如准确度）的值。最后，发现每个外部训练集的最佳C值后，我们可以使用外部测试集计算无偏精度。通过这个过程，用于识别最佳参数（即C）的样本不用于计算分类器的性能，因此我们有一个完全无偏的验证。

Sklearn 页面中提供的示例是：

inner_cv = KFold(n_splits=4, shuffle=True, random_state=i)
outer_cv = KFold(n_splits=4, shuffle=True, random_state=i)

# Non_nested parameter search and scoring
clf = GridSearchCV(estimator=svm, param_grid=p_grid, cv=inner_cv)
clf.fit(X_iris, y_iris)
non_nested_scores[i] = clf.best_score_

# Nested CV with parameter optimization
nested_score = cross_val_score(clf, X=X_iris, y=y_iris, cv=outer_cv)
nested_scores[i] = nested_score.mean()

据我了解，该代码只是使用两个不同的交叉验证（即不同的训练和测试集拆分）来计算分数。他们都使用了整个数据集。所述GridCV识别使用一个（的两个CV）的最佳参数，然后cross_val_score计算，与第二CV，使用最佳参数时的性能。

我是否以错误的方式解释了嵌套简历？我从这个例子中遗漏了什么？

编辑

可以在这篇文章中找到详细的回答。