sklearn'in cross_val_score()
Python'da Model Doğrulama
Kasey Jones
Data Scientist
cross_val_score()
from sklearn.model_selection import cross_val_score
from sklearn.ensemble import RandomForestClassifier
rfc = RandomForestClassifier()
estimator: kullanılacak model
X: öngörücü veri kümesi
y: yanıt dizisi
cv: çapraz doğrulama bölmesi sayısı
cross_val_score(estimator=rfc, X=X, y=y, cv=5)
scoring ve make_scorer kullanımı
cross_val_score scoring parametresi:
# Yöntemleri yükleyin
from sklearn.metrics import mean_absolute_error, make_scorer
# Bir değerlendirici oluşturun
mae_scorer = make_scorer(mean_absolute_error)
# Değerlendiriciyi kullanın
cross_val_score(<estimator>, <X>, <y>, cv=5, scoring=mae_scorer)
Tüm sklearn yöntemlerini yükleyin
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import cross_val_score
from sklearn.metrics import mean_squared_error, make_scorer
Bir model ve değerlendirici oluşturun
rfc = RandomForestRegressor(n_estimators=20, max_depth=5, random_state=1111)
mse = make_scorer(mean_squared_error)
cross_val_score() çalıştırın
cv_results = cross_val_score(rfc, X, y, cv=5, scoring=mse)
Sonuçlara erişim
print(cv_results)
[196.765, 108.563, 85.963, 222.594, 140.942]
Ortalama ve standart sapmayı raporlayın:
print('The mean: {}'.format(cv_results.mean()))
print('The std: {}'.format(cv_results.std()))
The mean: 150.965
The std: 51.676
Hadi pratik yapalım!
Python'da Model Doğrulama
