我想知道如何使用sklearn的cross_val_score来计算mean_absolute_error 我有X,y，我正在写 cross_val_score(X,y, cv=KFold(n_splits就像这样 from sklearn.model_selection import KFold as kf
?
浏览 50提问于2021-10-07得票数 1
我使用sklearn使用K-fold应用决策树，有人可以帮助我显示它的平均分数。下面是我的代码：import numpy as npfrom sklearn.model_selectionimport KFoldfrom s
浏览 0提问于2017-11-13得票数 6
1回答
我有一个模型，它是在一个5维分类问题上进行学习训练的，它表现得比较好(有kNN和支持向量机版本，并且都以高精度复制了测试集)。我所读到的关于sklearn中多标签分类的很多内容都涉及到一些不太符合这种范式的问题，其中大多数都是“标记”类型的问题，如电影类型分类。有没有办
浏览 0提问于2019-03-27得票数 3
在 页面 声明如下： 为每个输入数据点生成交叉验证的估计值。将这些预测传递到评估指标中是不合适的。 有人能解释一下这是什么意思吗？如果这给出了每个Y(真Y)的Y (y预测)的估计值，为什么我不能使用这些结果来计算诸如RMSE或决定系数之类的指标？
浏览 96提问于2018-11-29得票数 1
回答已采纳
1回答
我是执行线性回归使用拉索方法在雪橇。
根据他们的指导，以及我在其他地方看到的，不只是对所有的培训数据进行交叉验证，而是建议将其划分为更传统的培训集/验证集分区。因此，拉索在训练集上进行训练，然后根据验证集交叉验证的结果对超参数α进行调整。最后，在测试集上使用了所接受的模型，给出了一个真实的视图，哦，它在现实中的表现。分开这里的<
浏览 3提问于2014-06-15得票数 8
回答已采纳
我想对我的模型数据使用K-折叠交叉验证。],)Y = a[:,3]
model.summary()
但是，它犯了这样的错误：
如果没有指定评分，则传递的</em
浏览 0提问于2018-09-10得票数 5
回答已采纳
通常，我们将原始特性和目标数据(X，y)拆分为(X_train，y_train)和(X_test，y_test)。通过使用该方法：我得到了(X_train，y_train)的交叉验证平均绝对误差(MAE)，对吗？那么，
浏览 1提问于2019-01-14得票数 0
回答已采纳
我正在使用交叉验证来评估我的ML模型，但现在我想了解误差的分布，即当特定数据点在测试集中时，我想获得它们的平均误差。from sklearn import linear_modely = #output
<
浏览 13提问于2019-10-08得票数 0
1回答
随机森林回归的交叉验证
、、、
让我们把一个数据集分割成训练集和测试集。为了估计模型的超参数，我将只使用列车数据并执行交叉验证来执行GridSearchCV。据我所知，完整数据集的使用(即在分裂成列车和测试之前)会导致数据泄漏。现在，我将使用这些参数作为随机森林回归器。随后，我将执行交叉验证，以估计模型的性能和使用测试集的预测。min_samples_split'],
浏览 6提问于2022-08-29得票数 -1
我想预测的样本，可以在一个以上的标签，在一次(多标签分类)。因此，我使用库并成功地安装了一个分类器，甚至可以预测测试数据。它只是无法输出分类器的准确性。我的数据(最多1100行)：依附的vars (我预测的vars )是最后4个：N/xN、性别、成熟度和CType。剩下的是独立的vars。import numpy as
浏览 3提问于2020-02-21得票数 1
我在用：
这个函数的输出就是分数。是否有一种方法来获取在cross_val_score函数中内部分区的折叠(分区)本身？
浏览 8提问于2014-07-08得票数 1
回答已采纳
我正在尝试理解如何使用sklearn python模块中的from交叉验证。val评分来检验拟合模型的准确性。我感到困惑的地方是使用交叉val分数的滑雪板褶皱。据我所知，cross_val_score函数将拟合模型，并对各折叠进行预测，给出每个折叠的精度分数。()
accuracies = cross_val_score(lr, X_train,
浏览 4提问于2017-02-16得票数 22
回答已采纳
1回答
使用10倍的度量的平均值
、、、
我正在进行10k的交叉验证，我想对这些指标进行平均化，但我不会用sklearn来获得它。我就是这样做的，而且这些指标都是通过折叠打印出来的。from sklearn.model_selection import KFold from
浏览 0提问于2021-12-29得票数 1
声明我可以传递一个评分函数。
这是我的尝试。进口和一些数据：from sklearn.cross_validation import KFold, cross_val_score
from sklearn.grid_search([[-1, -1], [-2, -1], [-3, -2], [1, 1],
浏览 2提问于2016-08-04得票数 2
回答已采纳
我在构建我的DNN时，使用了用于Keras (即"tf.keras.wrappers.scikit_learn.KerasClassifier“)的scikit-learn分类器API。我的平均简历分数是53%。当我不使用Keras包装函数执行相同的分类时，我的平均cv评分为24.23%，尽管我使用了相同的体系结构和超参数。我遵循了的“
浏览 1提问于2020-09-06得票数 1
回答已采纳
我是机器学习的新手，我正在尝试处理Keras来执行回归任务。基于示例，我实现了这段代码。model
kfold= KFold(n_splits=10, random_state=seed)
results = cross_val_score(estimator, X_train, Y_train, cv=kfold</em
浏览 0提问于2017-05-23得票数 17
回答已采纳
我正在对数据集进行分类，并使用交叉验证进行建模。交叉验证给出了每个折叠的准确性，因为类是不平衡的，准确性是不正确的度量。我想得到AUC-ROC而不是准确性。
浏览 0提问于2019-04-20得票数 0
回答已采纳
1回答
多元线性回归的交叉验证
、、、
我正在为回归问题训练不同的模型。因为我想在选择之间找到最好的模型，所以我想用k= 20进行交叉验证，来描述模型的MSE，并在统计上确定哪种模型在它们之间更好。这个问题有多个依赖变量，我想分别确定两个依赖变量的最小均方误差，但是cross_val_score不允许我这样做。MinMaxScalerfrom sklearn.model
浏览 7提问于2022-03-10得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
