如何在 sklearn 中只运行一次交叉验证？答案

【问题标题】：How to run only one fold of cross validation in sklearn?如何在 sklearn 中只运行一次交叉验证？
【发布时间】：2017-10-28 10:17:49
【问题描述】：

我有他在 SkLearn 中运行 10 倍交叉验证的代码：

cv = model_selection.KFold(n_splits=10, shuffle=True, random_state=0)
scores = model_selection.cross_val_score(MyEstimator(), x_data, y_data, cv=cv, scoring='mean_squared_error') * -1

出于调试目的，当我试图让 MyEstimator 工作时，我想只运行这个交叉验证的一个折叠，而不是全部 10 个。有没有一种简单的方法来保留这个代码，但只是说运行先折叠再退出？

我仍然希望将数据分成 10 个部分，但只对这 10 个部分的一个组合进行拟合和评分，而不是 10 个组合。

【问题讨论】：

标签： scikit-learn

【解决方案1】：

不，我想不是cross_val_score。您可以将n_splits 设置为最小值 2，但这仍然是火车的 50:50 拆分，测试您可能不想要。

如果您想保持 90:10 的比例并测试代码的其他部分，例如 MyEstimator()，那么您可以使用解决方法。

您可以使用KFold.split() 获取第一组训练和测试索引，然后在第一次迭代后中断循环。

cv = model_selection.KFold(n_splits=10, shuffle=True, random_state=0)
for train_index, test_index in cv.split(x_data):
    print("TRAIN:", train_index, "TEST:", test_index)
    X_train, X_test = x_data[train_index], x_data[test_index]
    y_train, y_test = y_data[train_index], y_data[test_index]
    break

现在使用这个 X_train, y_train 来训练估计器，并使用 X_test, y_test 对其进行评分。

而不是：

scores = model_selection.cross_val_score(MyEstimator(), 
                                         x_data, y_data, 
                                         cv=cv, 
                                         scoring='mean_squared_error')

你的代码变成：

myEstimator_fitted = MyEstimator().fit(X_train, y_train)
y_pred = myEstimator_fitted.predict(X_test)

from sklearn.metrics import mean_squared_error

# I am appending to a scores list object, because that will be output of cross_val_score.
scores = []
scores.append(mean_squared_error(y_test, y_pred))

请放心，cross_val_score 只会在内部执行此操作，只是对并行处理进行一些增强。

【讨论】：