sklearn学习记录三：cross-validation

最新推荐文章于 2025-06-25 10:15:18 发布

原创最新推荐文章于 2025-06-25 10:15:18 发布 · 1.8w 阅读

17 ·

CC 4.0 BY-SA版权

机器学习同时被 2 个专栏收录

19 篇文章

订阅专栏

sklearn

3 篇文章

订阅专栏

本文介绍了模型评估的三种方式：Estimatorscoremethod、Scoringparameter及Metricfunctions，并重点讲解了交叉验证（cross-validation）的方法，包括切分数据集进行训练与测试、使用cross_val_score函数进行评估等实践操作。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

官方cross-validation

模型评估方式详细说明

模型评估（预测的质量）：存在三种方式来评估预测结果的质量

1、Estimator score method：每个估计模型都有自己的评价方式，可以直接使用

2、Scoring parameter：模型评价工具使用cross-validation( cross_validation.cross_val_score和grid_search.GridSearch)

3、Metric functions: 实现功能评估为特定目的的功能

交叉验证（cross-validation）

1)切分数据：使用train_test_split函数很容易的实现随机的切分形成training和test数据集。

x_train,x_test,y_train,y_test=cross_validation.train_test_split(iris.data,iris.target,test_size=0.4,random_state=0)

clf.svm.SVC(kernel='linear',C=1).fit(x_train,y_train)

clf.score(x_test,y_test)

2）cv：最简单的方式是使用函数cross_val_score，当cv为数字时，默认采用的是KFold或者stratifiedKFold

clf=svm.SVC(kernel='linear',C=1)

scores=cross_validation.cross_val_score(clf,iris.data,iris.target,cv=5)

scores==>得到array([1. ..., 0.96..., 0.9 ..., 0.96..., 1. ])

平均分数和标准偏差估计分数：scores.mean() scores.std()

上面的方式cv的每次迭代都是计算的score，我们可以通过加入scoring参数来计算不同的指标

from sklearn import metrics

cross_validation.cross_val_score(clf,iris.data,iris.target,cv=5,scoring='f1')

==>得到 array([ 1. ..., 0.96..., 0.89..., 0.96..., 1. ])

注：scoring的默认取值以及对应的函数名称

Classification

‘accuracy’ sklearn.metrics.accuracy_score

‘average_precision’ sklearn.metrics.average_precision_score

‘f1’ sklearn.metrics.f1_score f1就是F-measure

‘precision’ sklearn.metrics.precision_score

‘recall’ sklearn.metrics.recall_score

‘roc_auc’ sklearn.metrics.roc_auc_score

Clustering

‘adjusted_rand_score’ sklearn.metrics.adjusted_rand_score

Regression

‘mean_squared_error’ sklearn.metrics.mean_squared_error

‘r2’ sklearn.metrics.r2_score

>>> from sklearn.metrics import classification_report
>>> y_true = [0, 1, 2, 2, 0]
>>> y_pred = [0, 0, 2, 2, 0]
>>> target_names = ['class 0', 'class 1', 'class 2']
>>> print(classification_report(y_true, y_pred, target_names=target_names))
             precision    recall  f1-score   support

    class 0       0.67      1.00      0.80         2
    class 1       0.00      0.00      0.00         1
    class 2       1.00      1.00      1.00         2

avg / total       0.67      0.80      0.72         5