Scikit learn scikit学习中线性回归交叉验证最佳分数的返回参数

这是线性回归模型交叉验证的代码。正如你所看到的，最好的分数是0.7，但是我如何才能检索到具有最好分数的模型的参数（系数）

from sklearn.model_selection import cross_val_score
clf = linear_model.LinearRegression()
scores = cross_val_score(clf, data_f[features], data_f['temperature'], cv=5)
scores  

这就是结果

array([ 0.61858698,  0.52880606,  0.70729139,  0.48306915,  0.68386676])

---

您应该查看GridSearchCV的文档以获得此问题的简单答案，或者使用KFold并手动跟踪结果。cros_val_score不会返回您想要的结果。事实上，我首先尝试了GridSearchCV和KFold（手动跟踪结果）两种方法，但我遇到了一些问题，所以我认为有某种方法可以使用cross_val_score（）找到系数，无论我以何种方式返回KFold，它都起到了作用。谢谢您您应该查看GridSearchCV的文档以获得此问题的简单答案，或者使用KFold并手动跟踪结果。cros_val_score不会返回您想要的结果。事实上，我首先尝试了GridSearchCV和KFold（手动跟踪结果）两种方法，但我遇到了一些问题，所以我认为有某种方法可以使用cross_val_score（）找到系数，无论我以何种方式返回KFold，它都起到了作用。非常感谢。