RidgeCV 中的 CV 函数

【问题标题】：CV function in RidgeCVRidgeCV 中的 CV 函数
【发布时间】：2015-01-05 10:08:33
【问题描述】：

我正在使用 sci-kit learn 中的 Ridge 回归函数。

有一个交叉验证函数 RidgeCV。基本（示例）设置是：

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

假设我想做一份 10 倍的简历。我是否使用“cv=”参数设置它？我查看的每个 RidgeCV 都将 cv 设置为 cv=None。

1) 甚至不确定这是设置 10 倍的正确位置。

2) 在文档中找不到除“None”之外的其他 CV= 参数值。

谢谢

【问题讨论】：

【解决方案1】：

如果您设置cv=None，则RidgeCV 将使用“广义交叉验证”公式执行留一法交叉验证，该分析公式将为您提供留一法错误一个岭回归的计算成本。

如果您想使用其他交叉验证方案，您可以：只需从 sklearn.cross_validation 导入它们。例如

from sklearn.cross_validation import KFold, ShuffleSplit

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

然后您可以将这些迭代器作为cv=... 传递。如果您将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。

【讨论】：