我有不同的图像数据集，其中大部分是按类排序的，其他的已经混合了。对于这些数据集中的每一个，我想训练一个 SVM（在 Python 和 Scikit-Learn 中），在每种情况下，超参数之前都使用 GridSearchCV 进行了优化。一些有序的数据集仍然需要拆分为训练和测试数据，然后在使用后以混合形式出现train_test_split，据我了解，在使用前不必再次混合GridSearchCV。

其他有序数据集已经分为训练和测试数据，所以我会直接申请GridSearchCV. 现在我发现StratifiedKFold，如果我理解正确的话，在拆分成批次之前不会混合数据。在这些情况下，我应该在使用 GridSearchCV 之前混合数据，对吧？

如果我的假设有误，我将不胜感激任何提示。