如何运行相同的线性模型 n 次？答案

【问题标题】：how to run the same linear model n times?如何运行相同的线性模型 n 次？
【发布时间】：2021-03-19 03:05:11
【问题描述】：

我使用基于 Cement and Concrete Composites 数据集的 sklearn 构建了一个线性模型。

最初，我使用train_test_split(X, Y, test_size=0.3, Shuffle=False)，发现训练和测试错误。

现在我尝试使用Shuffle=True 运行同一模型 10 次，并计算错误的均值和标准差。应该将新结果与第一个结果进行比较。

我怎样才能循环同一个模型 n 次并将错误保存在一个列表中？

【问题讨论】：

标签： python scikit-learn linear-regression

【解决方案1】：

您需要的是交叉验证：在相同数据的不同拆分上重复评估模型。在这种情况下，train_test_split 是 ShuffleSplit 交叉验证的包装器。

在您的情况下，它可能如下所示：

from sklearn.model_selection import ShuffleSplit, cross_val_score
import numpy as np
from sklearn.linear_model import LinearRegression

X, y = ... # read dataset

model = LinearRegression()

# n_splits=10 is for 10 random shuffled train-test splits
cv = ShuffleSplit(n_splits=10, test_size=.3, random_state=0)

scores = cross_val_score(model, X, y, cv=cv, scoring='neg_mean_squared_error')
np.mean(scores), np.std(scores)

如果您想自己计算错误或对模型/结果做任何其他事情，您可以这样做：

for train_ids, test_ids in cv.split(X):
    model.fit(X[train_ids], y[train_ids])
    model.score(X[test_ids], y[test_ids])
    ...

【讨论】：

【解决方案2】：

试试这样的：

from sklearn.metrics import accuracy_score
from sklearn.linear_model import LinearRegression 

errors = []
for i in range(10):
    X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.3, Shuffle=True)
    model = LinearRegression() # the model you want to use here
    model.fit(X_train, y_train)
    y_pred = model.predict(X_test)
    error = accuracy_score(y_test, y_pred) # the error metric you want to use here
    errors.append(error)

【讨论】：