cross_val_score() của sklearn
Xác thực Mô hình trong Python
Kasey Jones
Data Scientist
cross_val_score()
from sklearn.model_selection import cross_val_score
from sklearn.ensemble import RandomForestClassifier
rfc = RandomForestClassifier()
estimator: mô hình dùng để ước lượng
X: dữ liệu dự báo
y: mảng đáp ứng
cv: số lần chia cross-validation
cross_val_score(estimator=rfc, X=X, y=y, cv=5)
Dùng scoring và make_scorer
Tham số scoring của cross_val_score:
# Load the Methods
from sklearn.metrics import mean_absolute_error, make_scorer
# Create a scorer
mae_scorer = make_scorer(mean_absolute_error)
# Use the scorer
cross_val_score(<estimator>, <X>, <y>, cv=5, scoring=mae_scorer)
Nạp tất cả phương thức của sklearn
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import cross_val_score
from sklearn.metrics import mean_squared_error, make_scorer
Tạo mô hình và scorer
rfc = RandomForestRegressor(n_estimators=20, max_depth=5, random_state=1111)
mse = make_scorer(mean_squared_error)
Chạy cross_val_score()
cv_results = cross_val_score(rfc, X, y, cv=5, scoring=mse)
Truy cập kết quả
print(cv_results)
[196.765, 108.563, 85.963, 222.594, 140.942]
Báo cáo giá trị trung bình và độ lệch chuẩn:
print('The mean: {}'.format(cv_results.mean()))
print('The std: {}'.format(cv_results.std()))
The mean: 150.965
The std: 51.676
Hãy thực hành!
Xác thực Mô hình trong Python
