Machine learning 如何从sklearn软件包中找出cv错误？

我试图绘制一条学习曲线，以确定我的模型是否存在高偏差，为了实现这一点，我需要绘制训练集误差与交叉验证集误差。在

Scikit学习中

是否有获取此信息的方法

rscv\u rfc=grid\u search.RandomizedSearchCV（RandomForestClassifier（），param\u grid，n\u jobs=4，cv=10）

---

rscv\u rfc

为我提供了最佳估计量等，以及模型的最佳参数。是否有办法从该对象接收平均cv误差

RandomizedSearchCV的文档字符串告诉我们，它公开了

grid\u scores\uu

，其中包含它评估的所有分数。然而，这些都是根据训练集的分割数据评估的分数

是实际评估分数的地方。虽然函数

\u fit\u和\u score

实际上有一个选项

return\u train\u scores

，您可以在构建自己的网格搜索对象时设置该选项，但在这里它被设置为

False

，因此训练分数仍然不可访问

我想知道将此选项传播到

*SearchCV

对象中是否通常有用