scikit-learn的cross_val_score中“得分”是什么意思？ 这是否意味着准确性？

Question

我是机器学习的新手，我在模型上使用k-fold交叉验证。 我正在使用cross_val_score 。

该文档指出cross_val_score返回一个“得分”数组。 得分与准确度相同吗？ 我无法在网上找到答案。

Answer 1

cross_val_score使用的“得分”可以通过函数的scoring参数指定。 从文档 （与问题中的链接相同）：

评分：字符串，可调用或无，可选，默认值：无字符串（参见模型评估文档）或具有签名记分器（估计器，X，y）的记分器可调用对象/函数，它应仅返回单个值。

与cross_validate类似，但只允许一个指标。

如果为None，则使用估计器的默认记分器（如果可用）。

因此，您可以将准确度作为分数传递，但如果您未指定任何特定分数，则将使用估算器的默认值。 如果我没弄错的话，估算器的默认值通常只是它的损失函数。 由于你正在讨论准确性，我假设你正在处理一个分类问题，其中损失是交叉熵...所以，这就是你可能看到的。

您可以通过计算损失并与您的分数进行比较来验证这一点。