sklearn包中cross_val_score進行交叉驗證
一、cross_val_score函數功能及參數釋義
驗證模型在某個訓練集上的穩定性,輸出cv=k個預測精度。
sklearn.cross_validation.cross_val_score(
estimator, X, y=None, scoring=None, cv=None, n_jobs=1,
verbose=0, fit_params=None, pre_dispatch=‘2*n_jobs’)
estimator:數據對象(分類器名稱)
X:數據特徵
y:預測數據
scoring:評分方法
cv:交叉驗證生成器或可迭代次數
n_jobs:同時工作CPU個數(-1代表全部)
verbose:詳細程度
fit_params:傳遞給估計器擬合方法的參數
二、cross_val_score實例
from sklearn import datasets, linear_model
from sklearn.cross_validation import cross_val_score
diabetes = datasets.load_diabetes()
X = diabetes.data[:150]
y = diabetes.target[:150]
lasso = linear_model.Lasso()
print(cross_val_score(lasso, X, y))
>>>
[ 0.33150734 0.08022311 0.03531764]