【Python机器学习】模型评估与改进——留一法交叉验证

zhangbin_237

于 2024-07-01 17:06:16 发布

阅读量177

点赞数 2

分类专栏： Python机器学习文章标签： python 机器学习人工智能算法学习

本文链接：https://blog.csdn.net/weixin_39407597/article/details/140105505

版权

Python机器学习专栏收录该内容

119 篇文章 1 订阅

订阅专栏

留一法也是一种常见的交叉验证方法。

我们可以将留一法交叉验证看作是每折只包含单个样本的k折交叉验证。对于每次划分，选择单个数据点作为测试集。这种方法可能非常耗时，特征是对于大型数据，但是小型数据集上有时可以给出更好的估计结果：

from sklearn.datasets import load_iris
from sklearn.model_selection import cross_val_score
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import LeaveOneOut

iris=load_iris()
logreg=LogisticRegression()
loo=LeaveOneOut()
scores=cross_val_score(logreg,iris.data,iris.target,cv=loo)

print('number of cv iterations:{}'.format(len(scores)))
print('mean accuracy:{:.2f}'.format(scores.mean()))