《从青铜学到王者》Python机器学习工程师之 分类模型评估、决策树调参案例、SVM 04

每天看一遍，学习永不厌

交叉验证

由于数据集的划分有不确定性，若随机划分的样本正好处于某类特殊样本，则得到的训练模型所预测的结果的可信度将受到质疑。所以需要进行多次交叉验证，把样本空间中的所有样本均分成n份，使用不同的训练集训练模型，对不同的测试集进行测试时输出指标得分。

分类业务对数据不能随意打乱拆分。

sklearn提供了交叉验证相关API：

cv=折叠数，交叉验证次数。scoring='accuracy’指标还可以是查全查准，F1

import sklearn.model_selection as ms
ms.cross_val_score(模