使用sklearn cross_val_score进行交叉验证

from sklearn.model_selection import  cross_val_score
score = cross_val_score(model, train_data.values, train_y, scoring="neg_mean_squared_error", cv = kf)

入参说明

estimator模型
X:特征 n(样本数量)行m(特征数量)列
y:预测数据
cv:交叉验证生成器或可迭代次数
n_jobs:工作的CPU数量
scoring:评价方法
在这里插入图片描述
主要就是上面这些,剩下的以后补充。

返回值是一个数组,数组中每个元素是每次KFold的score。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值