分组交叉验证 LassoCV scikit-learn答案

【问题标题】：Grouped Cross-validation LassoCV scikit-learn分组交叉验证 LassoCV scikit-learn
【发布时间】：2018-01-10 13:47:32
【问题描述】：

我在使用 LassoCV() 回归器和分组交叉验证对象时遇到了一些奇怪的错误。

更具体地说，有数据框df 和目标列y，我想执行 LeaveOneGroupOut() 交叉验证。如果我运行以下命令：

df = np.random.rand(100,50)
y = np.random.rand(100)
logo = LeaveOneGroupOut()
groups = np.random.randint(0,10,100)
lassoCV = linear_model.LassoCV(eps=0.0001, n_alphas=400, max_iter=200000, cv=logo, normalize=False, random_state=9) `

跑步：

lassoCV.fit(df,y)

导致错误：ValueError: The 'groups' parameter should not be None.

如果我跑：

lassoCV.fit(df,y,groups)

我收到错误：TypeError: fit() takes 3 positional arguments but 4 were given。

在我看来，第二种选择是可行的方法。我执行错了吗？或者这是 scikit-learn 中的错误？

【问题讨论】：

标签： python machine-learning scikit-learn regression internal

【解决方案1】：

groups 错误是指您的LeaveOneGroupOut 的拆分方法中的参数。根据here 引用的文档，cv 参数应该是产生训练/测试拆分的迭代。因此，您只需要使用split 方法创建生成器对象即可。

gen_logo = logo.split(df, groups=groups)  # create your generator
lassoCV = linear_model.LassoCV(eps=0.0001, n_alphas=400, max_iter=200000, cv=gen_logo, normalize=False, random_state=9)  # pass it to the cv argument
lassoCV.fit(df, y)  # now fit

【讨论】：

第二个问题，如果我使用函数cross_val_predict()，我必须按如下方式使用它：alpha = LassoCV.alpha lasso = Lasso(alpha,max_iter=20000,normalize=False) cross_val_predict(lasso, df, y,cv=LeaveOneGroupOut(),groups=groups) 如下给我一个错误：cross_val_predict(lasso, df, y, cv=gen_logo)
因为 gen_logo 是一个生成器对象，所以一旦它被耗尽，当再次调用它来生成下一个元素时，它不会返回任何其他内容。您必须重新创建生成器对象，然后将其作为 cv 参数传递。因此，运行gen_logo = logo.split(df, groups=groups)，然后调用cross_val_predict(lasso, df, y, cv=gen_logo)。这是一个很好的 article 生成器。