python - 同时调用SKLearn的cross_val_score和cross_val

python - 同时调用SKLearn的cross_val_score和cross_val_predict？

转载作者：行者123 更新时间：2023-12-03 21:33:56

24

4

我通过将 cross_val_score 对象传递给 GridSearchCV 来运行嵌套交叉验证。然后我跟进 cross_val_predict 以获得绘图的模型预测。像这样:

gs = GridSearchCV(mymodel, myparams)
score = cross_val_score(gridsearch, X_train, y_train)
prediction = cross_val_predict(gs, X_train, y_train)

这在计算上似乎是多余的；有没有办法从 cross_val_score 获得交叉验证的预测，或者我是否需要手动迭代 CV 对象的折叠以一步完成？

最佳答案

从我在文档中看到的内容来看，cross_val_score 和 cross_val_predict 似乎是通过不同的进程获取它们的值，不建议将两者结合使用。
https://scikit-learn.org/stable/modules/cross_validation.html#obtaining-predictions-by-cross-validation

关于python - 同时调用SKLearn的cross_val_score和cross_val_predict？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/38977625/

24

4

0

文章推荐： google-cloud-datastore - Google Datastore 复合索引问题

文章推荐： .net - 基本 MEF 工作流程/使用

文章推荐： webpack - 每个 block /条目单独的 DefinePlugin 常量

python - 对测试数据集使用 cross_val_predict
我对在测试数据集中使用 cross_val_predict 感到困惑。我创建了一个简单的随机森林模型并使用 cross_val_predict 进行预测: from sklearn.ensemble
python - 在 cross_val_predict 之后对新文档进行分类
我有大约 10,000 条推文样本，我想将它们分类为“相关”和“不相关”类别。我正在为此模型使用 Python 的 scikit-learn。我手动将 1,000 条推文编码为“相关”或“不相关”。然
python - 为什么 cross_val_predict 不适合测量泛化误差？
当我使用交叉验证训练 SVC 时， y_pred = cross_val_predict(svc, X, y, cv=5, method='predict') cross_val_predict 为
scikit-learn - 如何使用 cross_val_predict 预测新数据集的概率？
我正在使用 sklearn 的 cross_val_predict 进行训练: myprobs_train = cross_val_predict(LogisticRegression(),X =
python - 使用 cross_val_predict sklearn 计算评估指标
在sklearn.model_selection.cross_val_predict page据称: Generate cross-validated estimates for each input
python - sklearn TimeSeriesSplit cross_val_predict 仅适用于分区
我正在尝试将 0.18.1 版 sklearn 中的 TimeSeriesSplit 交叉验证策略与 LogisticRegression 估计器一起使用。我收到一条错误消息: cross_val_p
python - scikit-learn:cross_val_predict 仅适用于分区
我正在努力研究如何在 sklearn 中实现 TimeSeriesSplit。下面链接中的建议答案会产生相同的 ValueError。 sklearn TimeSeriesSplit cross_v
python - cross_val_score 和 cross_val_predict 的区别
我想评估一个使用交叉验证的 scikitlearn 构建的回归模型，我很困惑，我应该使用 cross_val_score 和 cross_val_predict 这两个函数中的哪一个。一种选择是: c
python - scikit-learn cross_val_predict 准确度分数是如何计算的？
cross_val_predict(参见 doc，v0.18)是否使用如下代码所示的 k-fold 方法计算每个折叠的准确度并最终平均它们或不？ cv = KFold(len(labels), n_f
python - 使用 cross_val_score 计算的指标与从 cross_val_predict 计算的相同指标有何不同？
使用 cross_val_score 计算的指标与从 cross_val_predict 计算的相同指标有何不同(用于获取然后提供给指标函数的预测)？这是一个例子: from sklearn imp
python - 为什么 cross_val_predict 比 KNeighborsClassifier 的拟合慢得多？
在 Jupyter 笔记本上本地运行并使用 MNIST 数据集(28k 条目，每个图像 28x28 像素，以下需要27 秒。 from sklearn.neighbors import KNeighb
python - 从 GridSearchCV 中为 cross_val_predict 提取最佳管道
如何从合适的 GridSearchCV 中提取最佳管道，以便将其传递给 cross_val_predict？直接传递适合的GridSearchCV对象导致cross_val_predict再次运行整
python - 如何采用 sklearn post-cross_val_predict 模型对另一个缩放数据集进行预测？以及模型是否可以序列化？
我在处理数据严重不平衡的 sklearn ML 案例时遇到了这个问题。下面的行提供了从混淆指标和精确记忆角度评估模型的基础，但是......它是一种训练/预测组合方法: y_pred = model_
python - 如何从与 scikit-learn 中的 predict_proba 一起使用的 cross_val_predict 获取类标签
我需要训练 Random Forest classifier使用 3 折交叉验证。对于每个样本，我需要检索它恰好在测试集中时的预测概率。我使用的是 scikit-learn 版本 0.18.dev0

首页

博学

6Ren·AI

商城

python - 同时调用SKLearn的cross_val_score和cross_val_predict？