pythonでリサンプリングした元不均衡データを用いてグリッドサーチをする方法

Question

不均衡データを目的変数のクラスのデータを同じになるようにリサンプリングしたデータを用いて，機械学習モデルのハイパーパラメータの探索をグリッドサーチを用いて行いたいです．

python のscikit-learnを用いて機械学習モデルの交差検定を行いたいと思っています．
（手法はlightGBMです）
手元のデータが不均衡データなのでリサンプリングしたデータを使用します．
しかし，グリッドサーチの際の検証データにリサンプリングしたデータを渡してしまうと評価が適切に行われないため，検証データは元の不均衡データを用いたいと考えています．

GridsearchCVを用いると簡単にハイパーパラメータの探索が行えますが，訓練データと検証データを分けることができません．訓練データのみ不均衡をなくしたリサンプリング済みのデータを使用し，検証データは元のデータを使用したいです．

訓練データと検証データをk組渡すことでグリッドサーチをする方法は何かないでしょうか？
（リサンプリングした(k-1)/k個の訓練データと1/k個の検証データの組み合わせをk組先に用意はしています．）

グリッドサーチなので探索したいハイパラの分だけfor文を回せば理論上はできますが，うまくやる方法があれば教えていただきたいです．