python - cross_val_score 是采用顺序样本还是随机样本？

Question

在此:cross_val_score(GaussianNB(),特征,目标,cv=10)

我们是将数据随机分成 10 个还是按顺序进行？

Answer 1

这取决于您在 cv 参数中指定的内容。

如果自变量是二元或多类，它将使用 StratifiedKFold，否则它将使用 KFold。您还可以通过指定函数(sklearn 或其他)来覆盖这些选项来执行分割。

KFold 函数会将数据划分为连续的折叠。如果你想让它进行随机分割，你可以将shuffle参数设置为True。如果你想修复随机洗牌，你可以为 random_state 设置一个值。如果不这样做，它将采用随机值，并且每次运行该函数时折叠都会不同。

对于 StratifiedKFold，它将分割数据，同时尝试在每次分割中保持因变量的类比例相同。因此，每次调用该函数时都可能会发生细微的变化。即默认情况下它不会是连续的。