KF與cross_val_score的差異
想請問您兩個問題
1. KF 跟 cross_val_score的差異
2.在範例中kf.split(X)並無輸入Y,為何會有Y_test的output
kf = KFold(n_splits=5)
i = 0
for train_index, test_index in kf.split(X):
i +=1
X_train, X_test = X[train_index], X[test_index]
y_train, y_test = y[train_index], y[test_index]
print("FOLD {}: ".format(i))
print("X_test: ", X_test)
print("Y_test: ", y_test)
print("-"*30)
回答列表
-
2019/05/27 上午 10:38張維元 (WeiYuan)贊同數:1不贊同數:0留言數:0
1. KF 跟 cross_val_score的差異
=> cross_val_score 有很多種做法,KF 是其中一種。可以參考 cross_val_score 文件中的 cv 參數:https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.cross_validate.html
-
2019/05/27 上午 10:39張維元 (WeiYuan)贊同數:1不贊同數:0留言數:0
2.在範例中kf.split(X)並無輸入Y,為何會有Y_test的output
=> 可以看一下這邊:
```
for train_index, test_index in kf.split(X):
```
kf.split(X) 後其實是找出 index 的切法,我們再利用 index 回頭找 X 跟 Y 的值。