我使用Python的sklearn对一个数据集进行了10折交叉验证。
result = cross_val_score(best_svr, X, y, cv=10, scoring='r2')
print(result.mean())
我已经能够得到r2分数的平均值作为最终结果。我想知道是否有一种方法可以打印出每个折叠(在这种情况下是10组值)的预测值。
我使用Python的sklearn对一个数据集进行了10折交叉验证。
result = cross_val_score(best_svr, X, y, cv=10, scoring='r2')
print(result.mean())
我已经能够得到r2分数的平均值作为最终结果。我想知道是否有一种方法可以打印出每个折叠(在这种情况下是10组值)的预测值。
cross_val_predict
函数。晚些回答,只是补充@jh314的内容,cross_val_predict
确实返回所有预测结果,但我们不知道每个预测结果属于哪个折叠。要做到这一点,我们需要提供折叠,而不是整数:
import seaborn as sns
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import cross_val_predict, StratifiedKFold
iris = sns.load_dataset('iris')
X=iris.iloc[:,:4]
y=(iris['species'] == "versicolor").astype('int')
rfc = RandomForestClassifier()
skf = StratifiedKFold(n_splits=10,random_state=111,shuffle=True)
pred = cross_val_predict(rfc, X, y, cv=skf)
现在,我们遍历Kfold对象并提取与每个折叠相对应的预测结果:
fold_pred = [pred[j] for i, j in skf.split(X,y)]
fold_pred
[array([0, 0, 0, 0, 0, 0, 0, 1, 1, 0, 1, 1, 0, 0, 0]),
array([0, 0, 0, 1, 1, 0, 1, 1, 0, 0, 0, 1, 0, 0, 0]),
array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 1]),
array([0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0]),
array([0, 0, 0, 0, 1, 0, 0, 1, 1, 0, 0, 0, 0, 0, 0]),
array([0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 1, 0, 0, 0]),
array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0]),
array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0]),
array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 0, 0, 0, 0]),
array([0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 0, 0, 0])]
为了打印每个折叠的预测结果,
for k in range(2,10):
result = cross_val_score(best_svr, X, y, cv=k, scoring='r2')
print(k, result.mean())
y_pred = cross_val_predict(best_svr, X, y, cv=k)
print(y_pred)
print(result)
执行相同的功能。我想为每个fold单独打印它们。 - Krishi Hresult
给出了分数,而 y_pred
给出了预测结果。请检查一下。 - Van Peery_pred
返回的是所有预测值。我想要单独打印每个折叠的预测值。 - Krishi Hcross_val_predict
中添加 cv
作为参数即可得到预测结果。谢谢! - Van Peer