Scikit-learn：对训练数据执行交叉验证，然后在测试数据上拟合模型

Question

我希望对训练数据进行n-fold交叉验证方法，然后在测试子集上用优化参数拟合模型。

from sklearn.model_selection import train_test_split
from sklearn import datasets
from sklearn import linear_model
from sklearn.model_selection import cross_val_score
from sklearn.model_selection import TimeSeriesSplit

iris = datasets.load_iris()
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3, 
                                                        random_state=1234)

lm = linear_model.LinearRegression() 
cv = TimeSeriesSplit(n_splits=10).split(y_train) # [Question: 1]
cv_score = cross_val_score(lm, X_train, y_train, cv=cv, scoring="r2")

我的问题是：

• [问题：1]假设它是逻辑回归，这是否正确 如果我想考虑类不平等（检查代码的第 12 行）？
• [问题：2]如何将来自cross_val_score 的模型拟合到 X_test 数据上以预测 y_test 数据？

Answer 1

• [问题：1]假设它是逻辑回归，这是否正确 如果我想考虑类不平等（检查代码的第 12 行）？

是的

• [问题：2]如何将来自cross_val_score 的模型拟合到 X_test 数据上以预测 y_test 数据？

您将需要 GridSearch。然后可以检索到最佳模型并将其用于测试集。

例子：

from sklearn import svm, datasets
from sklearn.model_selection import GridSearchCV
iris = datasets.load_iris()
parameters = {'kernel':('linear', 'rbf'), 'C':[1, 10]}
svc = svm.SVC(gamma="scale")
clf = GridSearchCV(svc, parameters, cv=5)
clf.fit(iris.data, iris.target)

y_test = clf.best_estimator_.predict(X_test)

更多：https://scikit-learn.org/stable/modules/cross_validation.html