GridSearchCVで分割数を指定したい。また、各分割ごとにR2値等のスコアを出したい。

Question

前提・実現したいこと

いろいろなウェブサイトを参考に、サポートベクトル回帰のスクリプトを作成しました。
GridSearchCVで分割数を指定して、各分割ごとにR2値等のスコアを出したいです。

・分割数を変更する方法を知りたいです。
・以下のスクリプトで出力される分割ごとのスコアがR2値になっているのかどうかを知りたいです。

発生している問題・エラーメッセージ

エラーメッセージが出るわけではありませんが、
GridSearchCV の変数の cv = KFold(n_splits=5, shuffle=True) の n_splits の数値を何に変えても、cross_val_score が必ず5個出力されるので、5分割以外にできていない様子です。

該当のソースコード

import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
import matplotlib.patches as mpatches

from sklearn.datasets import load_boston
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import r2_score
from sklearn import svm
from sklearn.svm import SVR
from sklearn.model_selection import GridSearchCV, cross_val_score, KFold

# データのロード
boston = load_boston()
X = boston['data']
y = boston['target']

# データの分割
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)

# 訓練データとテストデータとを基準に標準化（平均、標準偏差で標準化）
scaler = StandardScaler()
X_train_std = scaler.fit_transform(X_train)
X_test_std = scaler.transform(X_test)

# モデル設定
svr = svm.SVR()
svr.fit(X_train_std, y_train)

# ハイパラメータの候補値をリストにして GridSearchCV に渡す
params_cnt = 5
params = {"C":np.logspace(0,3,params_cnt), "epsilon":np.logspace(-2,1,params_cnt)}
gridsearch = GridSearchCV(SVR(), params, cv = KFold(n_splits=5, shuffle=True), scoring="r2")
gridsearch.fit(X_train_std, y_train)

# 結果の表示
print("Best parameters:", gridsearch.best_params_)
print('Cross-Validation scores:', cross_val_score(svr, X_train_std, y_train))

svr = SVR(C=gridsearch.best_params_["C"], epsilon=gridsearch.best_params_["epsilon"])
svr.fit(X_train_std, y_train)
y_train_pred = svr.predict(X_train_std)
y_test_pred = svr.predict(X_test_std)
print("Train set R2:", r2_score(y_train_pred, y_train))
print("Test set R2:", r2_score(y_test_pred, y_test))

試したこと

GridSearchCV の変数の cv = KFold(n_splits=5, shuffle=True) の n_splits の数値を5以外の3や10にしても、print('Cross-Validation scores:', cross_val_score(svr, X_train_std, y_train))から出力されるのは5個のスコアです。
そのため、5分割以外の分割数にできていない様子です。

補足情報（FW/ツールのバージョンなど）

pythonはgoogle colabで実施しています。

データは「ボストンの住宅価格」を使用しています。
データ分割は、train、validation、test、の3分割です。
trainデータでサポートベクトル回帰を学習し、validationデータでハイパーパラメータのCとεを決定し、決定したCとεを使用してtrainデータとvalidationデータから再度サポートベクトル回帰を学習し、最後にtestデータで精度を検証しています。

Answer 1

GridSearchCV の変数の cv = KFold(n_splits=5, shuffle=True) の n_splits の数値を5以外の3や10にしても、print('Cross-Validation scores:', cross_val_score(svr, X_train_std, y_train))から出力されるのは5個のスコアです。

cross_val_scoreはGridSearchCVの結果を表示するものではなく、GridSearchCVとは別に計算した結果が表示されるので、たとえば下記のようにしてcross_val_scoreにもcvで数を指定する必要があります

# 結果の表示
print("Best parameters:", gridsearch.best_params_)
print('Cross-Validation scores:', cross_val_score(gridsearch.best_estimator_, X_train_std, y_train, cv=3))
print("Best score:", gridsearch.best_score_)

print("Test set score:", gridsearch.score(X_test_std, y_test))
y_train_pred = gridsearch.predict(X_train_std)
y_test_pred = gridsearch.predict(X_test_std)
print("Train set R2:", r2_score(y_train_pred, y_train))
print("Test set R2:", r2_score(y_test_pred, y_test))

省略した場合は5-fold cross validationです
sklearn.model_selection.cross_val_score