python假分数约分后输出_交叉验证后的Scikitlearn分数数据集

下面是一个代码，它通过逐步解释它的工作原理来完成任务。在

首先，让我们导入必要的模块：In [204]: from sklearn.model_selection import cross_val_score, StratifiedKFold

In [205]: from sklearn import datasets

In [206]: from sklearn import svm

您应该确保已经安装了scikit learn 0.18，否则以下代码可能无法工作。请注意，我使用的是sklearn.model_selection，而不是{}，因为后者在0.18版本中已被弃用。在

然后我们加载iris数据集，并分别使用特征和标签创建数组X和{}

^{2}$

在下一步中，我们将创建一个C-Support Vector Classification类的实例：In [209]: clf = svm.SVC(kernel='linear', C=1)

现在我们创建了一个分层的K-Folds验证器，它将数据集分成5个不相交的子集，即a、B、C、D和E。这五个折叠是分层的，这意味着a、B、C、D和E中每个类的样本比例与整个数据集中相同。在In [210]: skf = StratifiedKFold(n_splits=5, random_state=0)

最后，我们通过5次分类试验来估计泛化精度：In [211]: scores = cross_val_score(clf, X, y, cv=skf)

In [212]: scores

Out[212]: array([ 0.9667, 1. , 0.9667, 0.9667, 1. ])

In [213]: scores.mean()

Out[213]: 0.98000000000000009

5倍交叉验证总结如下：Classification No. Training Samples Test Samples Accuracy

1 A + B + C + D E 0.9667

2 A + B + C + E D 1.

3 A + B + D + E C 0.9667

4 A + C + D + E B 0.9667

5 B + C + D + E A 1.

从上表中可以清楚地看出，每个样本用于培训四次，并且只测试一次。在

对您的其他评论的答复：交叉验证的主要优点是所有样本都用于培训和测试，即交叉验证为您提供了最大的建模和测试能力，这在数据集很小时尤为重要。在

避免过度拟合的一种方法是使用不同的样本进行训练和测试。在

选择模型参数的一种常见方法是针对不同的参数集验证模型，并选择使分类精度最大化的值。在