我想运行常规的“不带CV的网格搜索”，即我不想交叉验证，但是cv=1不允许设置。
我之所以这样做，是因为我使用分类器来绘制决策边界并可视化/理解我的数据，而不是预测标签，并且不关心泛化错误。我想尽量减少训练错误。
编辑：我想我真的在问两个问题
cv=1的GridSearchCV？由以下ogrisel回答scoring参数插入我自己的评分函数GridSearchCV。我正在向现有的可pip安装的项目中添加功能，项目所有者认为我pandas对setup.py安装要求的添加“太繁琐”，因为该项目应保持精简。我添加不需要的功能pandas（由于功能上的顶部操作pandas.DataFrame对象），但单元测试我写它需要调用pandas来setUp测试数据帧与发生变异。
有什么方法pandas仅要求单元测试吗？还是我只是不将其添加到需求中，并pandas在运行该单元测试时引发错误以手动安装？
我想在一个日期添加1个日历月,忽略该月的天数.即add_month('2015-02-23')退货2015-03-23和add_month('2015-05-23')退货2015-06-23
好像我可以INTERVAL '1 month'用来做这个,但我很惊讶地发现每当我这样做时,它会增加30天的输入,即功能相同INTERVAL '30 days'.这也会发生在你身上吗？我该怎么做才能增加1个日历月？
例子:
SELECT DATE('2015-04-23') + INTERVAL '1 month'
回来的2015-05-23
时候
SELECT DATE('2015-05-23') + INTERVAL '1 month'
回来了2015-06-22!
DataFrame（MultiIndex）格式的一些说明性数据：
|entity| year |value|
+------+------+-----+
| a | 1999 | 2 |
| | 2004 | 5 |
| b | 2003 | 3 |
| | 2007 | 2 |
| | 2014 | 7 |
我想使用计算的斜率scipy.stats.linregress为每个实体a和b在上面的例子。我尝试groupby在第一列上使用，遵循split-apply-combine建议，但由于它Series期望值（a和b）中的一个而显得有些问题，而我需要在右边的两列上进行操作。
通过R很容易做到这一点plyr，不确定如何在熊猫中处理它。