如何确定 cross_validate 是否使用分层 K 折？答案

【问题标题】：How to know for sure whether cross_validate is using stratified K-fold?如何确定 cross_validate 是否使用分层 K 折？
【发布时间】：2021-03-08 18:55:34
【问题描述】：

我想确保cross_validate 使用的是分层简历。在documentation for cross_validate中，有这样写的

对于 int/None 输入，如果估计器是分类器并且 y 是使用二元或多类，StratifiedKFold。在所有其他情况下，使用 KFold。

我的估计器是一个分类器，我的因变量是二元的。所以理论上也通过设置cv=None我应该得到一个分层的简历。

我如何确定这一点？如何检查cross_validate是否在这里：

rfc_score = cross_validate(rfc, desc_tfidf, labels, scoring=metrics)

真的在使用分层简历吗？

【问题讨论】：

标签： python scikit-learn cross-validation

【解决方案1】：

从cross-validate的source code可以看出，该方法运行的很first thing是：

cv = check_cv(cv, y, classifier=is_classifier(estimator))

在check_cv，我们有：

cv = 5 if cv is None else cv
if isinstance(cv, numbers.Integral):
    if (classifier and (y is not None) and
            (type_of_target(y) in ('binary', 'multiclass'))):
        return StratifiedKFold(cv)
    else:
        return KFold(cv)

这正是文档所声称的。

【讨论】：