Scikit learn RidgeCV中的CV函数

我正在使用sci工具包学习中的岭回归函数

有一个交叉验证函数RidgeCV。基本（示例）设置包括：

RidgeCV(alphas=[0.1, 1.0, 10.0], cv=None, fit_intercept=True, scoring=None,
    normalize=False,store_cv_values=True)

假设我想做一个10倍的简历。我是用“cv=”参数设置的吗？我查看的每个脊cv都将cv设置为cv=None

1） 甚至不确定这是设定10倍的正确位置

2） 在文档中找不到除“无”之外的其他CV=参数值

---

谢谢

如果设置

cv=None

，则

RidgeCV

将使用“广义交叉验证”公式执行漏掉一个交叉验证，该公式将为您提供一个岭回归计算成本的漏掉一个错误

如果您想使用其他交叉验证方案，您可以：只需从

sklearn.cross\u validation

导入它们即可。比如说

from sklearn.cross_validation import KFold, ShuffleSplit

cv1 = KFold(n_samples, k=10)
cv2 = ShuffleSplit(n_samples, test_size=.2, n_iter=20)

然后可以将这些迭代器作为

cv=…

传递。如果将

cv

设置为一个数字，例如

cv=5

，那么它将默认为

KFold（n_samples，k=5）

交叉验证。

用于2）：