使用 cross_val_score 计算训练分数

Question

我正在使用cross_val_score来计算回归量的平均分数。 这是一个小片段。

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import cross_val_score 

cross_val_score(LinearRegression(), X, y_reg, cv = 5)

使用它，我得到了一系列分数。 我想知道验证集上的分数（如上面数组中返回的）与训练集上的分数有何不同，以了解我的模型是过拟合还是欠拟合。

有没有办法用cross_val_score对象做到这一点？

Answer 1

您可以使用cross_validate而不是cross_val_score
根据文档：

cross_validate函数在两个方面与cross_val_score不同 -

• 它允许指定多个评估指标。
• 除了测试分数之外，它还返回一个包含训练分数、拟合时间和分数时间的字典。

Answer 2

你为什么要那样？ cross_val_score(cv=5)会为您执行此操作，因为它将您的训练数据拆分 10 次并验证 5 个测试子集的准确度分数。 这种方法已经可以作为一种防止模型过度拟合的方法。

无论如何，如果您渴望验证验证数据的准确性，那么您必须首先在X和y_reg上拟合LinearRegression 。