cross_val_score(model_name, X,y, 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。
Python实现方法:
from sklearn.model_selection import cross_val_score
clf = sklearn.linear_model.LogisticRegression()
# X:features y:targets cv:k
cross_val_score(clf, X, y, cv=5)
output:每次验证的分数。