machine-learning - 使用 cross_validate() 获取预测值

Question

我有以下代码，它执行 5 倍交叉验证并返回几个指标值。

iris = load_iris()
clf = SVC()
scoring = {'acc': 'accuracy',
           'prec_macro': 'precision_macro',
           'rec_micro': 'recall_macro'}
scores = cross_validate(clf, iris.data, iris.target, scoring=scoring,
                         cv=5, return_train_score=True)

我想知道是否可以修改它以打印每次折叠的预测值。

Answer 1

如果您使用 sklearn，则可以使用 cross_val_predict:

from sklearn.model_selection import cross_val_predict
y_train_pred = cross_val_predict(clf_name,X_train,y_train_5,cv=3)

cross_val_score 给出每次折叠的分数。而 cross_val_predict 给出每次折叠的预测。