【发布时间】:2017-12-22 05:25:30
【问题描述】:
我正在使用 SciKit-Learn 0.18.1 和 Python 2.7 进行一些基本的机器学习。我试图通过交叉验证来评估我的模型有多好。当我这样做时:
from sklearn.cross_validation import cross_val_score, KFold
cv = KFold(n=5, random_state = 100)
clf = RandomForestRegressor(n_estimators=400, max_features = 0.5, verbose = 2, max_depth=30, min_samples_leaf=3)
score = cross_val_score(estimator = clf, X = X, y = y, cv = cv, n_jobs = -1,
scoring = "neg_mean_squared_error")
avg_score = np.mean([np.sqrt(-x) for x in score])
std_dev = y.std()
print "avg_score: {}, std_dev: {}, avg_score/std_dev: {}".format(avg_score, std_dev, avg_score/std_dev)
我得到一个低 avg_score (~9K)。
令人不安的是,尽管指定了 5 个折叠,但我的 score 数组中只有 3 个项目。相反,当我这样做时:
from sklearn.model_selection import KFold, cross_val_score
并运行相同的代码(n 变为 n_splits 除外),我得到的 RMSE 更差(~24K)。
知道这里发生了什么吗?
谢谢!
【问题讨论】:
标签: python scikit-learn cross-validation