Python 交叉评分的准确性差

对于机器学习分类，我使用10倍的交叉验证：

kfold = StratifiedKFold(n_splits=10)

I分离列车/试验数据：

X_train, X_test, Y_train, Y_test = model_selection.train_test_split(X, y, test_size=0.3 )

对于分类器，获得10倍精度平均值：

cross_val_score(classifier, X_train, y=Y_train, scoring='accuracy', cv=kfold, n_jobs=4))

这给了我一个0,62的准确平均值

为了确认精度值，我启动了一个预测：

Y_pred_train = classifier.predict(X_train)

print(metrics.classification_report(Y_train, Y_pred_train))

我得到： 精确回忆f1分数支持

       0       0.92      0.96      0.94      2523
       1       0.95      0.89      0.92      1923

accuracy                           0.93      4446

宏平均值0.93 0.93 0.93 4446 加权平均值0.93 0.93 0.93 4446

这个精度与上面的不匹配。 怎么解释呢？ 谢谢。

---

Théo

这里的问题是，您在

X_train

上训练模型，然后在完全相同的数据集上运行预测：

Y\u pred\u train=分类器。预测（X\u train）

你显然得到了一个很好的分数，因为模型可以很好地适应训练数据。机器学习的重点是处理以前看不见的数据，即在训练时已知数据之间进行概括。要解决此问题，只需对测试数据运行预测和报告：

Y_pred_test=分类器.预测（X_test）
打印（度量。分类报告（Y_测试，Y_预测测试））

谢谢你。 事实上，我想比较cross_val_score（）和.predict（）函数得到的精度值。 对我来说，在同一个火车数据集上，两者应该是相同的

但cross_val_score（）函数和predict（）分类器函数得到的精度值不同

看，我在同一个火车数据集上训练cross_val_score（）和predict（）。 交叉值得分的准确度值（，X\u列，y=y\u列，得分='准确度'，cv=kfold，n\u作业=4）） =>给我0,62

预测精度值（X_列） =>给我0.92（在我搜索分类器的最佳超参数之后）

当我调用时，cross_val_分数的低精度值是否可以用默认的超参数来解释 交叉评分（，X\u列，y=y\u列，评分=准确度，cv=kfold，n\u作业=4））

非常感谢。 提奥