python - 如何编写 5 折交叉验证的代码？

Question

我有代码将大小为 351 x 14 的数据集 dfXa 分成 10 倍，并选择一个折叠进行验证，由大小为 35 x 14 的 dfX_val 表示并休息大小为 316 x 14 的 dfX_train 训练的 9 倍。

但是对于 5 倍的 CV 如何做到这一点？我想在不使用 sklearn 的情况下实现 5 折 CV。

Answer 1

您可以使用 scikit 学习库中的 cross_val_score，如前所述 here .

from sklearn.model_selection import cross_val_score
estimator = KMeans(n_clusters=m, random_state=0)
scores = cross_val_score(estimator, X_train, y_train, scoring='accuracy', cv=5)

要获取标签，即您可以执行的 y_train 值:

X = df.loc[:, 2:].values
y = df.loc[:, 1].values

其中 df 是大小为 351 x 14 的数据框。我在这里假设数据框的第一个列是标签，通常在此类任务中。