网格搜索的得分是测试得分还是测试得分？

Question

我使用网格搜索来找到正确的参数。在

下面是我的代码。在

from sklearn.ensemble import GradientBoostingClassifier
gbm = GradientBoostingClassifier(random_state=2)

parameters = {"loss" : ("deviance", "exponential"), \
              "learning_rate":[0.1, 0.01, 0.02, 0.05], \
              "n_estimators":[100, 500, 1000, 5000],\
             "max_depth":[1,3,5],\
             "subsample":[0.5, 0.8, 0.9, 1],\
             "max_features":("sqrt", "log2", 1.0, 0.2, 0.5, 0.8)}

from sklearn import grid_search
gs = grid_search.GridSearchCV(gbm, parameters, scoring="log_loss", n_jobs=-1,cv=3, verbose=5)
gs.fit(train, y)

我的问题是，如何计算得分（这里是对数损失）？在建立模型或数据时使用的是数据的对数损失，在每个简历中被忽略掉，然后是得分的平均值？在