Python 不同于交叉验证和迭代Kfold的RMSE

我想为交叉验证编写自己的函数，因为在这种情况下我不能使用交叉验证

如果我错了，请更正我的交叉验证代码：

cv = cross_validate(elastic.est,X,y,cv=5,scoring='neg_mean_squared_error')

输出：

{'fit_time': array([3.90563273, 5.272861  , 2.19111824, 6.42427135, 5.62084389]),
 'score_time': array([0.05504966, 0.06105542, 0.0530467 , 0.06006551, 0.05603933]),
 'test_score': array([-0.00942235, -0.01220626, -0.01157624, -0.00998556, -0.01144867])}

我这样做是为了计算RMSE

math.sqrt(abs(cv["test_score"]).mean())

结果总是在0.104左右

然后我编写了下面的函数来循环kFolds，我总是得到一个更低的RMSE分数，它的运行速度大约快10倍

def get_rmse(y_true,y_pred):    
    score = math.sqrt(((y_pred-y_true) ** 2).mean())
    return score

listval=[]

kf = KFold(n_splits=5,shuffle=True)

for train_index, test_index in kf.split(X,y):

    Xx = np.array(X)
    yy = np.array(y)

    X_train, X_test = Xx[train_index], Xx[test_index]
    y_train, y_test = yy[train_index], yy[test_index]

    elastic.est.fit(X_train,y_train)
    preds = elastic.est.predict(X_test)
    listval.append(get_rmse(y_test,preds))

np.mean(listval)

结果为0.0729，并始终在该值附近着陆

---

我错过了什么？相同的数据、相同的esitmator、相同的折叠量？

您观察到的差异来自于这样一个事实，即您计算最终数字的方式不同：

对于cross_validate（交叉验证）输出，您首先对折叠的MSE求平均值，然后取平方根。 对于自定义实现，首先取根，然后才取折叠的平均值。

---

当然，在一般情况下，平均值的根不等于根的平均值。

不确定它是否有效-请尝试发送KFold对象，而不是使用int 5作为cross_validate的cv参数