sklearn.model_selection.cross_val_score详解

对于sklearn这个包，我们无需多言，假如尚未安装sklearn则在后台输入

pip install sklearn

即可解决，当然如果觉得安装速度过慢也可以使用国内镜像

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple sklearn

这里选用的是个人感觉最全的清华镜像源。

与sklearn.model_selection.cross_val_score函数对应的机器学习理论知识是k折交叉验证法(k-fold cross validation)，它将数据集分为k个大小相似的子集，并将k-1个子集的并集作为训练集，余下的1个子集作为评估集，由此可得到k个不同的训练/评估集；
该函数在sklearn中的说明文档：点这里

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)

上面给出的都是参数的默认值，estimator是需要评估的学习器，X是样本空间，y是标记空间

parameter	illustration
groups	将数据集分割为训练/测试集时使用的样本的组标签,仅与“组”cv实例一起使用。一般情况下不使用。
scoring	评估学习器性能的标准，通常需要使用sklearn.metrics.make_scorer函数，“Accuracy”，“mean_absolute_error”，"mean_squaerd_error"等
cv	要将数据集分割的折数，默认的情况下是5
n_jobs	使用多少CPU进行计算，默认情况下是1，设为-1时代表使用所有的CPU
verbose	详尽的级别，默认情况下为0
fit_params	一个字典，传递给学习器拟合的方法
pre_dispatch	控制在并行执行期间分派的任务的数量。当分配的任务比cpu处理的多时，减少这个数量可以避免内存消耗的激增。这个参数可以是:None，在这种情况下，所有的工作都是立即创建和产生的。将其用于轻量级和快速运行的任务，以避免由于按需生成作业而导致的延迟；一个整型，给出产生的所有任务的确切数量；一个字符串，将表达式作为n_jobs的函数，如’ 2*n_jobs ’
error_score	当学习器拟合过程出现错误时，将该值赋给分数

需要注意的是，sklearn.model_selection.cross_val_score函数返回的是由k个score组成的array。
下面给出一个实例

model = LGBMRegressor(max_depth=5,num_leaves=10,objective="regression")
score_ = cross_val_score(model,X = X_train,y=Y_train,verbose=0,scoring=make_scorer(mean_squared_error))

输出结果：

[0.46157155 0.47102463 0.47506401 0.44817591 0.46550807]