python - sklearn cross_val_score如何使用kfold？

Question

我是机器学习的新手，正在尝试了解 cross_val_score 使用 Kfold 将数据拆分为 k 折。

kf = KFold(n_splits=2)
cv_results =cross_val_score(model, X_train, Y_train, cv=kf)

我知道 kfold 会拆分数据，但我尝试将其打印出来

dataset = [[1,1,1],[2,2,2],[3,3,3],[4,4,4],[5,5,5],[6,6,6],[7,7,7],[8,8,8]]
kf =  KFold(n_splits=2)
print kf

>>> KFold(n_splits=2, random_state=None, shuffle=False)

它没有显示 k 折，但是 cross_val_score 如何获得所有折？

Answer 1

您需要调用Kf.split(dataset) 来实际拆分数据。 Click here to see how KFold works

需要说明的是，KFold 是一个类而不是一个函数。

kf = KFold(n_splits=2) 创建一个 KFold 对象。而 print kf 只会打印出类对象。

当您调用cross_val_score(model, X_train, Y_train, cv=kf) 时，您正在将对象kf 传递给cross_val_score 函数，其中kf.split( X_train) 将被调用以将 X_train 分成两份。 Y_train 也会被类似地拆分。