Python-sklearn包中cross_val_score进行交叉验证

ckSpark

于 2018-11-24 00:35:46 发布

阅读量6k

点赞数 3

分类专栏： python学习文章标签： cross_cal_score 交叉验证 sklearn

本文链接：https://blog.csdn.net/MsSpark/article/details/84405368

版权

本文介绍了Python的sklearn库中cross_val_score函数的使用，该函数用于评估模型在交叉验证过程中的稳定性，并返回每个折的预测精度。主要参数包括estimator（模型对象）、X（特征数据）、y（目标数据）、scoring（评分标准）、cv（交叉验证的折数）以及n_jobs（并行计算的CPU数量）。通过实例展示了如何应用cross_val_score进行交叉验证。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

sklearn包中cross_val_score进行交叉验证

一、cross_val_score函数功能及参数释义
验证模型在某个训练集上的稳定性，输出cv=k个预测精度。

sklearn.cross_validation.cross_val_score(
estimator, X, y=None, scoring=None, cv=None, n_jobs=1,
verbose

最低0.47元/天解锁文章