python - 当 scoring = 'r2_score' 时，sklearn 的 RidgeCV 的 cv.values 意味着什么？

Question

当评分设置为 r2_score 指标时，我试图理解存储在 Scikit-Learn 的 RidgeCV 的 cv.values_ 对象中的值。

根据 documentation对于 Scikit-Learn 的 RidgeCV 函数，当 store_cv_values=True 时:

Cross-validation values for each alpha (only available if store_cv_values=True and cv=None). After fit() has been called, this attribute will contain the mean squared errors (by default) or the values of the {loss,score}_func function (if provided in the constructor).

虽然我不太清楚 RidgeCV 的原生广义交叉验证如何工作的细节，但如果它确实是留一法交叉验证的近似值，那么 cv_values 对象似乎代表的是 ' r2_score' 用于单个(遗漏)样本...除了 r2_score 不适用于单个样本。当评分设置为 r2_score 时，cv_values 对象返回什么？

Answer 1

简而言之，这种广义交叉验证对整个训练集进行留一法预测，然后将评分函数应用于这些预测(而不是先评分再平均)。

你可以看到in the code ，虽然它有点被 IdentityRegressor/Classifier 混淆了。该行实际上只是通过输入 predictions_ 和 y_ 找到分数。几行你可以看到他们在哪里生成预测:这就是他们使用的技巧，使广义交叉验证成为在岭回归的背景下进行留一法的有效方法。如果您有兴趣，the docs链接到一些 a report和 course slides描述为什么/如何实际工作。