Python 3.x 当使用完整数据集时,K-Fold交叉验证会给出奇怪的结果
所以我一直在使用这个数据集,我把它分为训练集和测试集(20%测试)。因此,当我在cv=10的训练数据上使用K-fold交叉验证时,它给出了正常的准确性,但当我在整个数据集(训练+测试)上使用它时,它给出了奇怪的否定结果。那里甚至有a-128。发生了什么事Python 3.x 当使用完整数据集时,K-Fold交叉验证会给出奇怪的结果,python-3.x,machine-learning,Python 3.x,Machine Learning,所以我一直在使用这个数据集,我把它分为训练集和测试集(20%测试)。因此,当我在cv=10的训练数据上使用K-fold交叉验证时,它给出了正常的准确性,但当我在整个数据集(训练+测试)上使用它时,它给出了奇怪的否定结果。那里甚至有a-128。发生了什么事 import pandas as pd data=pd.read_csv('50_Startups.csv') X = data.iloc[:,[0,2]].values Y = data.iloc[:,-1].values from skle
import pandas as pd
data=pd.read_csv('50_Startups.csv')
X = data.iloc[:,[0,2]].values
Y = data.iloc[:,-1].values
from sklearn.cross_validation import train_test_split as tts
X_train,X_test,Y_train,Y_test=tts(X,Y,test_size=0.2,random_state=0)
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import cross_val_score
accuracies = cross_val_score(estimator=LinearRegression(),X=X_train,y=Y_train,cv=10)
accuracies_dataset= cross_val_score(estimator=LinearRegression(),X=X,y=Y,cv=10)
精度\u数据集给出异常负值,但精度给出正常结果。想法?您需要发布代码,没有代码就没有人能够提供帮助。完成后,我是否还需要发布数据?是的,这会有所帮助。