sklearn的笔记

sklean

model_selection

交叉验证

1. cross_val_score

cross_val_score(estimatior,X,y=None,scoring=None,cv=None)

参数:

estimatior:分类器对象，有fit函数

X：array-like

score: string表示最后以score形式计算得分，默认使用scoring=’f1_macro’进行评测的，余外针对分类或回归还有：

cv: int 或者 Cross-validation generator(类似于KFold对象), 默认是3折叠的KFold，int n则表示n折叠的KFold

返回： 返回所有折叠的得分

2. KFold

KFold(n_splits=3, shuffle=False, random_state=None)

参数:
n_splits就是fold的个数，shuffle表示split前是否洗牌，random_state记录shuffle的随机种子

返回KFold对象,KFold对象有两个方法，get_n_splits(X=None, y=None, groups=None)和split(X, y=None, groups=None)返回可能训练集和测试机的下标

例子：

X = np.array([[1, 2], [3, 4], [1, 2], [3, 4]])
y = np.array([1, 2, 3, 4])

kf = KFold(n_splits=2)
kf.get_n_splits(X)
>>> 2
for train_index, test_index in kf.split(X):
   print("TRAIN:", train_index, "TEST:", test_index)
   X_train, X_test = X[train_index], X[test_index]
   y_train, y_test = y[train_index], y[test_index]

>>> TRAIN: [2 3] TEST: [0 1]
>>> TRAIN: [0 1] TEST: [2 3]

其他有关Cross Validation的内容可以参考sklearn中的交叉验证（Cross-Validation）