机器学习使用sklearn进行模型训练、预测和评价

cross_val_score(model_name, x_samples, y_labels， cv=k)

作用：验证某个模型在某个训练集上的稳定性，输出k个预测精度。

K折交叉验证（k-fold）

把初始训练样本分成k份，其中（k-1）份被用作训练集，剩下一份被用作评估集，这样一共可以对分类器做k次训练，并且得到k个训练结果。

1 from sklearn.model_selection import cross_val_score
2 clf = sklearn.linear_model.LogisticRegression()
3 # X:features  y:targets  cv:k
4 cross_val_score(clf, X, y, cv=5)

 

模型的训练、预测和评价