sklearn の cross_val_score()
Python によるモデル検証
Kasey Jones
Data Scientist
cross_val_score()
from sklearn.model_selection import cross_val_score
from sklearn.ensemble import RandomForestClassifier
rfc = RandomForestClassifier()
estimator: 使用するモデル
X: 説明変数データセット
y: 目的変数配列
cv: 交差検証の分割数
cross_val_score(estimator=rfc, X=X, y=y, cv=5)
scoring と make_scorer の使用
cross_val_score の scoring 引数:
# メソッドを読み込む
from sklearn.metrics import mean_absolute_error, make_scorer
# スコアラーを作成
mae_scorer = make_scorer(mean_absolute_error)
# スコアラーを使用
cross_val_score(<estimator>, <X>, <y>, cv=5, scoring=mae_scorer)
sklearn のメソッドを読み込む
from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import cross_val_score
from sklearn.metrics import mean_squared_error, make_scorer
モデルとスコアラーを作成
rfc = RandomForestRegressor(n_estimators=20, max_depth=5, random_state=1111)
mse = make_scorer(mean_squared_error)
cross_val_score() を実行
cv_results = cross_val_score(rfc, X, y, cv=5, scoring=mse)
結果の参照
print(cv_results)
[196.765, 108.563, 85.963, 222.594, 140.942]
平均と標準偏差を出力:
print('The mean: {}'.format(cv_results.mean()))
print('The std: {}'.format(cv_results.std()))
The mean: 150.965
The std: 51.676
演習に進みましょう！
Python によるモデル検証
