使用 cross_val_score 計算訓練分數

Question

我正在使用cross_val_score來計算回歸量的平均分數。 這是一個小片段。

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，我得到了一系列分數。 我想知道驗證集上的分數（如上面數組中返回的）與訓練集上的分數有何不同，以了解我的模型是過擬合還是欠擬合。

有沒有辦法用cross_val_score對象做到這一點？

Answer 1

您可以使用cross_validate而不是cross_val_score
根據文檔：

cross_validate函數在兩個方面與cross_val_score不同 -

• 它允許指定多個評估指標。
• 除了測試分數之外，它還返回一個包含訓練分數、擬合時間和分數時間的字典。

Answer 2

你為什么要那樣？ cross_val_score(cv=5)會為您執行此操作，因為它將您的訓練數據拆分 10 次並驗證 5 個測試子集的准確度分數。 這種方法已經可以作為一種防止模型過度擬合的方法。

無論如何，如果您渴望驗證驗證數據的准確性，那么您必須首先在X和y_reg上擬合LinearRegression 。