Python 如何使用sklearn的交叉验证（Kfold）预测标签

我想比较同一个分类器的预测。 作为一个例子，我选择了线性判别分析分类器

因此，我查看了sklearn的文档。 我发现这两个网站：

我想把它们联系在一起：借助交叉验证预测标签（例如Kfold）

但是，我无法使代码正常工作

from sklearn.model_selection import cross_val_predict, KFold
from sklearn.model_selection import train_test_split
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis

X = np.array([[1, 2], [2, 4], [3, 2], [4, 4], [5, 2], [6, 4], [7, 2], [8, 4]])
Y = np.array([1, 2, 3, 4, 5, 6, 7, 8])

Xtrain,Xtest,Ytrain,Ytest = train_test_split(X,Y,train_size=0.5,random_state=1)

clf = LinearDiscriminantAnalysis()
clf.fit(Xtrain, Ytrain)
LinearDiscriminantAnalysis(n_components=None, priors=None, shrinkage='auto', solver='lsqr', store_covariance=False, tol=0.001)

# without cross-valdidation
prediction = clf.predict(Xtest)

# with cross-valdidation
cv = KFold(n_splits=2)
prediction_cv = cross_val_predict(clf, X, Y, cv=cv)

希望有人能帮助我

编辑：

我想我需要解释更多。 目前，我有232个数据点（X）。每个点由16个值组成，并指定给特定类别。 我希望在使用交叉验证（如Kfold或漏掉一个）时，可以改进预测（即对看不见的数据点减少分类错误）

使用行

cross\u val\u predict（clf，X，Y，cv=cv）

，Python执行Kfold交叉验证

---

现在，假设我得到了新的数据点（

xnew

）。如何对它们进行分类？

我想当您运行类似于以下内容的代码时，您会得到一个回溯：

    376         # avoid division by zero in normalization
    377         std[std == 0] = 1.
--> 378         fac = 1. / (n_samples - n_classes)
    379 
    380         # 2) Within variance scaling

ZeroDivisionError: float division by zero

这就是我运行代码时得到的结果。发生这种情况的原因是，每个类有一个数据点，因此

n_samples-n_classes

将等于零

您可以通过填充更多示例或减少类的数量来缓解这一问题：

import numpy as np

from sklearn.model_selection import cross_val_predict, KFold
from sklearn.model_selection import train_test_split
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis

X = np.array([[1, 2], [2, 4], [3, 2], [4, 4], [5, 2], [6, 4], [7, 2], [8, 4], [1, 2], [2, 4], [3, 2], [4, 4], [5, 2], [6, 4], [7, 2], [8, 4]])
Y = np.array([1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7, 8, 8])

Xtrain,Xtest,Ytrain,Ytest = train_test_split(X,Y,train_size=0.5,random_state=1)

clf = LinearDiscriminantAnalysis()
clf.fit(X, Y)

# without cross-valdidation
prediction = clf.predict(Xtest)

# with cross-valdidation
cv = KFold(n_splits=2)
prediction_cv = cross_val_predict(clf, X, Y, cv=cv)

如果您有其他问题，请更新您的问题

编辑：

---

对于您更新的问题，它是此问题的副本：

好吧，您到目前为止都是正确的，并且有

预测

和

预测

。你想如何比较它们？你想做什么，请详细描述。代码直到现在才起作用。我既没有得到

预测

的结果，也没有得到

预测

的结果。Python不喜欢我的代码中的某些东西，我也不知道是什么。背景：只要Python能够计算预测，我就要计算

预测

和

Ytest

（真正的标签/类）之间的错误。对于您提供的示例数据，请参见下面的答案。感谢您的回答！我现在明白了

zero错误

。代码行

LinearDiscriminantAnalysis（n_components=None，priors=None，restrict='auto'，solver='lsqr'，store_convariance=False，tol=0.001）是否不相关？

。这一行只是类的打印表示形式。就目前而言，这条线对你没有任何用处。如果这个答案解决了你的问题，如果你能接受它作为答案，那就太好了。