cross_val_score是按顺序抽样还是随机抽样?

在这种情况下:cross_val_score(GaussianNB(),features,target, cv=10)

我们是将数据随机分成10份,还是按顺序进行分割?


回答:

这取决于你如何设置cv参数。

如果因变量是二元或多类别,它将使用StratifiedKFold,否则将使用KFold。你也可以通过指定一个函数(来自sklearn或其他地方)来覆盖这些选项,以执行分割操作。

KFold函数会将数据按顺序分成若干折。如果你希望进行随机分割,可以将shuffle参数设置为True。如果你希望固定随机分割,可以为random_state设置一个值。如果不这样做,它会随机选择一个值,每次运行函数时折的划分都会不同。

对于StratifiedKFold,它会在分割数据时尝试保持每个分割中因变量的类别比例相同。因此,每次调用函数时可能会有轻微的变化。即默认情况下它不是按顺序进行的。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注