使用 sklearn cross_val_score 和 kfolds 来拟合和帮助预测模型
Using sklearn cross_val_score and kfolds to fit and help predict model
我试图了解如何使用 sklearn python 模块中的 kfolds 交叉验证。
我了解基本流程:
- 实例化模型,例如
model = LogisticRegression()
- 拟合模型,例如
model.fit(xtrain, ytrain)
- 预测例如
model.predict(ytest)
- 使用例如交叉 val 分数来测试拟合模型的准确性。
我感到困惑的地方是使用具有交叉 val 分数的 sklearn kfolds。据我了解,cross_val_score 函数将拟合模型并预测 kfolds,为您提供每次折叠的准确度分数。
例如使用这样的代码:
kf = KFold(n=data.shape[0], n_folds=5, shuffle=True, random_state=8)
lr = linear_model.LogisticRegression()
accuracies = cross_val_score(lr, X_train,y_train, scoring='accuracy', cv = kf)
因此,如果我有一个包含训练和测试数据的数据集,并且我将 cross_val_score
函数与 kfolds 一起使用来确定算法在我的训练数据上的准确性,那么 model
现在适合并准备好对测试数据进行预测了吗?
所以在上面的例子中使用 lr.predict
否该模型未安装。查看 source code for cross_val_score
:
scores=parallel(delayed(_fit_and_score)(clone(estimator),X,y,scorer,
train,test,verbose,None,fit_params)
如您所见,cross_val_score
在将折叠训练数据拟合到估计器之前克隆了估计器。 cross_val_score
将为您输出一组分数,您可以分析这些分数以了解估算器如何针对不同的数据折叠执行操作,以检查它是否过度拟合数据。你可以know more about it here
一旦您对 cross_val_score
的结果感到满意,您 需要将整个训练数据拟合 到估计器,然后才能使用它来预测测试数据.
我试图了解如何使用 sklearn python 模块中的 kfolds 交叉验证。
我了解基本流程:
- 实例化模型,例如
model = LogisticRegression()
- 拟合模型,例如
model.fit(xtrain, ytrain)
- 预测例如
model.predict(ytest)
- 使用例如交叉 val 分数来测试拟合模型的准确性。
我感到困惑的地方是使用具有交叉 val 分数的 sklearn kfolds。据我了解,cross_val_score 函数将拟合模型并预测 kfolds,为您提供每次折叠的准确度分数。
例如使用这样的代码:
kf = KFold(n=data.shape[0], n_folds=5, shuffle=True, random_state=8)
lr = linear_model.LogisticRegression()
accuracies = cross_val_score(lr, X_train,y_train, scoring='accuracy', cv = kf)
因此,如果我有一个包含训练和测试数据的数据集,并且我将 cross_val_score
函数与 kfolds 一起使用来确定算法在我的训练数据上的准确性,那么 model
现在适合并准备好对测试数据进行预测了吗?
所以在上面的例子中使用 lr.predict
否该模型未安装。查看 source code for cross_val_score
:
scores=parallel(delayed(_fit_and_score)(clone(estimator),X,y,scorer, train,test,verbose,None,fit_params)
如您所见,cross_val_score
在将折叠训练数据拟合到估计器之前克隆了估计器。 cross_val_score
将为您输出一组分数,您可以分析这些分数以了解估算器如何针对不同的数据折叠执行操作,以检查它是否过度拟合数据。你可以know more about it here
一旦您对 cross_val_score
的结果感到满意,您 需要将整个训练数据拟合 到估计器,然后才能使用它来预测测试数据.