Python 如何确定交叉验证是否使用分层K折叠？

我想确保

cross\u validate

使用分层CV。书中写着

对于int/None输入，如果估计器是分类器且y为 使用二元或多类分层折叠。在所有其他情况下， 使用KFold

我的估计器是一个分类器，我的因变量是二进制的。因此，在理论上，通过设置

cv=None

我应该获得分层的cv

我怎么能确定呢？如何在此处检查

交叉验证

：

rfc_score = cross_validate(rfc, desc_tfidf, labels, scoring=metrics)

是否真的在使用分层CV？

从交叉验证中，我们可以看到，该方法的实际运行情况是：

cv = check_cv(cv, y, classifier=is_classifier(estimator))

在这方面，我们有：

cv = 5 if cv is None else cv
if isinstance(cv, numbers.Integral):
    if (classifier and (y is not None) and
            (type_of_target(y) in ('binary', 'multiclass'))):
        return StratifiedKFold(cv)
    else:
        return KFold(cv)

这正是文档所声称的。

从

交叉验证

中，我们可以看到，该方法运行的最重要的功能是：

cv = check_cv(cv, y, classifier=is_classifier(estimator))

在这方面，我们有：

cv = 5 if cv is None else cv
if isinstance(cv, numbers.Integral):
    if (classifier and (y is not None) and
            (type_of_target(y) in ('binary', 'multiclass'))):
        return StratifiedKFold(cv)
    else:
        return KFold(cv)

这正是文档所声称的