Python sklearn cross_val_score用法及代码示例

本文简要介绍python语言中 sklearn.model_selection.cross_val_score 的用法。

用法:

sklearn.model_selection.cross_val_score(estimator, X, y=None, *, groups=None, scoring=None, cv=None, n_jobs=None, verbose=0, fit_params=None, pre_dispatch='2*n_jobs', error_score=nan)

通过交叉验证评估分数。

在用户指南中阅读更多信息。

参数：

estimator：估计器对象实现‘fit’

用于拟合数据的对象。

X：形状类似数组 (n_samples, n_features)

要拟合的数据。例如，可以是列表或数组。

y：形状为 (n_samples,) 或 (n_samples, n_outputs) 的类似数组，默认=无

在监督学习的情况下尝试预测的目标变量。

groups：形状类似数组 (n_samples,)，默认=None

将数据集拆分为训练/测试集时使用的样本的分组标签。仅与 “Group” cv 实例(例如 GroupKFold )结合使用。

scoring：str 或可调用，默认=无

带有签名scorer(estimator, X, y) 的 str (参见模型评估文档)或记分器可调用对象/函数，它应该只返回一个值。

与 cross_validate 类似，但只允许使用一个指标。

如果 None ，则使用估计器的默认记分器(如果可用)。

cv：int，交叉验证生成器或可迭代的，默认=无

确定交叉验证拆分策略。 cv 的可能输入是：

• None ，使用默认的 5 折交叉验证，
• int，指定 (Stratified)KFold 中的折叠数，
• CV分配器，
• 生成(训练，测试)拆分为索引数组的迭代。

对于int /None 输入，如果估计器是分类器并且y 是二元或多类，则使用 StratifiedKFold 。在所有其他情况下，使用 KFold 。这些拆分器使用shuffle=False 实例化，因此在调用之间拆分是相同的。

有关可在此处使用的各种交叉验证策略，请参阅用户指南。

n_jobs：整数，默认=无

并行运行的作业数。训练估计器和计算分数在交叉验证拆分上并行化。 None 表示 1，除非在 joblib.parallel_backend 上下文中。 -1 表示使用所有处理器。有关详细信息，请参阅词汇表。

verbose：整数，默认=0

详细程度。

fit_params：字典，默认=无

传递给估计器的 fit 方法的参数。

pre_dispatch：int或str，默认=’2*n_jobs’

控制在并行执行期间分派的作业数。当调度的作业多于 CPU 可以处理的数量时，减少此数字有助于避免内存消耗的爆炸式增长。该参数可以是：

• None ，在这种情况下，所有作业都会立即创建和生成。将此用于轻量级和 fast-running 作业，以避免由于生成作业 on-demand 造成的延迟

• 一个 int，给出产生的总作业的确切数量

• 一个 str，给出一个表达式作为 n_jobs 的函数，如 ‘2*n_jobs’

error_score：‘raise’ 或数字，默认=np.nan

如果估计器拟合中发生错误，则分配给分数的值。如果设置为‘raise’，则会引发错误。如果给出数值，则引发FitFailedWarning。

返回：

scores：ndarray of float of shape=(len(list(cv)),)

每次交叉验证运行的估计器分数数组。

例子：

>>> from sklearn import datasets, linear_model
>>> from sklearn.model_selection import cross_val_score
>>> diabetes = datasets.load_diabetes()
>>> X = diabetes.data[:150]
>>> y = diabetes.target[:150]
>>> lasso = linear_model.Lasso()
>>> print(cross_val_score(lasso, X, y, cv=3))
[0.33150734 0.08022311 0.03531764]