Scikit 学习交叉验证拆分答案

【问题标题】：Scikit learn cross validation splitScikit 学习交叉验证拆分
【发布时间】：2015-08-06 00:54:18
【问题描述】：

我目前正在使用 cross_validation.cross_val_predict 来获取由 LogisticRegression 分类器做出的预测。我的问题是：构成训练集的数据百分比和构成测试集的百分比是多少？是 80%-20% 的拆分吗？

我在 stackoverflow 上查看了网站和其他问题，但没有找到问题的答案。

【问题讨论】：

标签： python scikit-learn classification cross-validation

【解决方案1】：

在documentation for this function 中，它声明为cv arg：

cv : 交叉验证生成器或 int，可选，默认值：无要使用的交叉验证生成器。如果是 int，如果 y 是二元或多类并且 estimator 是分类器，则确定 StratifiedKFold 中的折叠数，否则确定 KFold 中的折叠数。如果为 None，则相当于 cv=3。此生成器必须仅包含测试集中的所有元素一次。否则，会引发 ValueError。

【讨论】：

是的，但他们没有说明在每一折中进入测试集的数据百分比。
不，我认为是：1/3rd。
好吧，我想这是有道理的。这就是我通常的做法，但我在某些地方读到他们的做法不同。无论如何，谢谢！