不确定 get_n_splits 的目的及其必要性

Question

我正在关注 kernel on Kaggle 并发现了这段代码。

#Validation function
n_folds = 5

def rmsle_cv(model):
    kf = KFold(n_folds, shuffle=True, random_state=42).get_n_splits(train.values)
    rmse= np.sqrt(-cross_val_score(model, train.values, y_train, scoring="neg_mean_squared_error", cv = kf))
    return(rmse)

我了解 KFold 的目的和用途以及在 'cross_val_score' 中使用的事实。我不明白的是为什么使用 'get_n_split'？据我所知，它 returns 用于交叉验证的迭代次数，即 returns 在这种情况下值为 5。当然是这条线：

rmse= np.sqrt(-cross_val_score(model, train.values, y_train, scoring="neg_mean_squared_error", cv = kf))

CV = 5？这对我来说没有任何意义。如果 returns 是一个整数，为什么还要使用 get_n_splits？我认为而 get_n_splits returns 是一个整数。

谁能解开我的理解？

Answer 1

I thought KFold returns a class whereas get_n_splits returns an integer.

当然，KFold是一个class，class方法之一是get_n_splits，其中returns是一个整数；你显示的 kf 变量

kf = KFold(n_folds, shuffle=True, random_state=42).get_n_splits(train.values)

不是KFoldclass对象，它是KFold().get_n_splits()方法的结果，确实是一个整数。事实上，如果你检查 documentation，get_n_splits() 甚至不需要任何参数（它们实际上被忽略了，并且仅出于与其他 classes 和方法的兼容性原因而存在）。

至于被质疑的 get_n_splits 方法的效用，能够查询此类 class 对象以取回它们的参数设置从来都不是一个坏主意（相反） ;想象这样一种情况，您有多个不同的 KFold 对象，并且您需要在程序流中以编程方式获取它们各自的 CV 折叠数。

不确定 get_n_splits 的目的及其必要性

Unsure about the purpose of get_n_splits and why it is necessary

python

scikit-learn

cross-validation

k-fold