Python sklearn-LassoCV如何执行交叉验证?
我想知道sklearn.LassoCV如何执行交叉验证。我特别想知道样品是如何在褶皱中细分的。这是一个随机的还是确定性的过程Python sklearn-LassoCV如何执行交叉验证?,python,cross-validation,scikit-learn,Python,Cross Validation,Scikit Learn,我想知道sklearn.LassoCV如何执行交叉验证。我特别想知道样品是如何在褶皱中细分的。这是一个随机的还是确定性的过程 假设我有100个样本,我用10个折叠交叉验证,并考虑将每个样本发送到其折叠的函数。 F(1:10)=1,F(11:20)=2,。。。或者它是一个随机过程(例如F(1)=8,F(2)=7…) 如果问题不清楚,请告诉我 谢谢:) 好的,这就是解决方案: from sklearn.linear_model import LassoCV from sklearn.cross_va
假设我有100个样本,我用10个折叠交叉验证,并考虑将每个样本发送到其折叠的函数。
F(1:10)=1,F(11:20)=2,。。。或者它是一个随机过程(例如F(1)=8,F(2)=7…) 如果问题不清楚,请告诉我 谢谢:) 好的,这就是解决方案:from sklearn.linear_model import LassoCV
from sklearn.cross_validation import KFold
kf=KFold(len(y),n_folds=10,shuffle=True)
cv=LassoCV(cv=kf).fit(x,y)
我假设您正在将关键字arg
cv=10
传递给LassoCV
构造函数
如果是这种情况,那么这将创建一个具有10个折叠的KFold
对象:查看check\u cv
在LinearModelCV
(LassoCV
的父对象)中调用的位置
KFold
接受一个random\u-state
关键字参数(默认为None–因此numpy.random
将尝试在/dev/uradom
或类似的东西上播种)-但是如果shuffle是False
(默认为),那么random\u-state
实际上不会做任何事情。折叠是从数据集中的相邻成员中选择的
如果要随机化折叠,应使用shuffle=True
创建一个KFold
对象,并将该对象用作cv
关键字参数,而不是10
资料来源:
我假设您正在将关键字arg
cv=10
传递给LassoCV
构造函数
如果是这种情况,那么这将创建一个具有10个折叠的KFold
对象:查看check\u cv
在LinearModelCV
(LassoCV
的父对象)中调用的位置
KFold
接受一个random\u-state
关键字参数(默认为None–因此numpy.random
将尝试在/dev/uradom
或类似的东西上播种)-但是如果shuffle是False
(默认为),那么random\u-state
实际上不会做任何事情。折叠是从数据集中的相邻成员中选择的
如果要随机化折叠,应使用shuffle=True
创建一个KFold
对象,并将该对象用作cv
关键字参数,而不是10
资料来源:
我假设您正在将关键字arg
cv=10
传递给LassoCV
构造函数
如果是这种情况,那么这将创建一个具有10个折叠的KFold
对象:查看check\u cv
在LinearModelCV
(LassoCV
的父对象)中调用的位置
KFold
接受一个random\u-state
关键字参数(默认为None–因此numpy.random
将尝试在/dev/uradom
或类似的东西上播种)-但是如果shuffle是False
(默认为),那么random\u-state
实际上不会做任何事情。折叠是从数据集中的相邻成员中选择的
如果要随机化折叠,应使用shuffle=True
创建一个KFold
对象,并将该对象用作cv
关键字参数,而不是10
资料来源:
我假设您正在将关键字arg
cv=10
传递给LassoCV
构造函数
如果是这种情况,那么这将创建一个具有10个折叠的KFold
对象:查看check\u cv
在LinearModelCV
(LassoCV
的父对象)中调用的位置
KFold
接受一个random\u-state
关键字参数(默认为None–因此numpy.random
将尝试在/dev/uradom
或类似的东西上播种)-但是如果shuffle是False
(默认为),那么random\u-state
实际上不会做任何事情。折叠是从数据集中的相邻成员中选择的
如果要随机化折叠,应使用shuffle=True
创建一个KFold
对象,并将该对象用作cv
关键字参数,而不是10
资料来源: