Python sklearn cross_val_score用法及代碼示例

本文簡要介紹python語言中 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)

通過交叉驗證評估分數。

在用戶指南中閱讀更多信息。

參數：

estimator：估計器對象實現‘fit’

用於擬合數據的對象。

X：形狀類似數組 (n_samples, n_features)

要擬合的數據。例如，可以是列表或數組。

y：形狀為 (n_samples,) 或 (n_samples, n_outputs) 的類似數組，默認=無

在監督學習的情況下嘗試預測的目標變量。

groups：形狀類似數組 (n_samples,)，默認=None

將數據集拆分為訓練/測試集時使用的樣本的分組標簽。僅與 “Group” cv 實例(例如 GroupKFold )結合使用。

scoring：str 或可調用，默認=無

帶有簽名scorer(estimator, X, y) 的 str (參見模型評估文檔)或記分器可調用對象/函數，它應該隻返回一個值。

與 cross_validate 類似，但隻允許使用一個指標。

如果 None ，則使用估計器的默認記分器(如果可用)。

cv：int，交叉驗證生成器或可迭代的，默認=無

確定交叉驗證拆分策略。 cv 的可能輸入是：

• None ，使用默認的 5 折交叉驗證，
• int，指定 (Stratified)KFold 中的折疊數，
• CV分配器，
• 生成(訓練，測試)拆分為索引數組的迭代。

對於int /None 輸入，如果估計器是分類器並且y 是二元或多類，則使用 StratifiedKFold 。在所有其他情況下，使用 KFold 。這些拆分器使用shuffle=False 實例化，因此在調用之間拆分是相同的。

有關可在此處使用的各種交叉驗證策略，請參閱用戶指南。

n_jobs：整數，默認=無

並行運行的作業數。訓練估計器和計算分數在交叉驗證拆分上並行化。 None 表示 1，除非在 joblib.parallel_backend 上下文中。 -1 表示使用所有處理器。有關詳細信息，請參閱詞匯表。

verbose：整數，默認=0

詳細程度。

fit_params：字典，默認=無

傳遞給估計器的 fit 方法的參數。

pre_dispatch：int或str，默認=’2*n_jobs’

控製在並行執行期間分派的作業數。當調度的作業多於 CPU 可以處理的數量時，減少此數字有助於避免內存消耗的爆炸式增長。該參數可以是：

• None ，在這種情況下，所有作業都會立即創建和生成。將此用於輕量級和 fast-running 作業，以避免由於生成作業 on-demand 造成的延遲

• 一個 int，給出產生的總作業的確切數量

• 一個 str，給出一個表達式作為 n_jobs 的函數，如 ‘2*n_jobs’

error_score：‘raise’ 或數字，默認=np.nan

如果估計器擬合中發生錯誤，則分配給分數的值。如果設置為‘raise’，則會引發錯誤。如果給出數值，則引發FitFailedWarning。

返回：

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

每次交叉驗證運行的估計器分數數組。

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]