cross_val_score 是采用顺序样本还是随机样本？

Question

在这个： cross_val_score(GaussianNB(),特征,目标, cv=10)

我们是将数据随机分成 10 份还是按顺序进行？

Answer 1

这取决于您在 cv 参数中指定的内容。

如果自变量是二元或多类，它将使用 StratifiedKFold，否则将使用 KFold。您还可以通过指定一个函数（sklearn 或其他）来执行拆分来覆盖这些选项。

KFold 函数将数据分成顺序折叠。如果希望它进行随机拆分，可以将 shuffle 参数设置为 True。如果你想修复随机洗牌，你可以为 random_state 设置一个值。如果不这样做，它将采用随机值，并且每次运行该函数时折叠都会有所不同。

对于 StratifiedKFold，它将拆分数据，同时尝试在每次拆分中保持因变量类别的相同比率。因此，每次调用该函数时都会有细微的变化。即默认情况下它不会是连续的。