使用Cross_Val_score的原因

Posted 2021-05-03

我对使用cross_val_score的原因感到困惑。

根据我的理解，cross_val_score告诉我的模型是“过度拟合”还是“过度拟合”。而且，它不训练我的模型。

因为我只有1个特征，所以它是tfidf（稀疏矩阵）。如果它不合适，我不知道该怎么办。

Q1：我是否以错误的顺序使用它？我已经看到'cross-> fit'和'fit-> cross'两个例子。

Q2：'＃print1'的分数告诉我什么？这是否意味着我必须训练我的模型k次（使用相同的训练集），其中k是得到最佳分数的k倍？

我的代码现在：

model1=GaussianNB(priors=None)

score=cross_val_score(model1, X_train.toarray(), y_train,cv=3,scoring='accuracy')

# print1
print (score.mean())

model1.fit(X_train.toarray(),y_train)
predictions1 = model1.predict(X_test.toarray()) #held out data  

# print2
print (classification_report(predictions1,y_test))

答案

Here是关于交叉验证的一些信息。

顺序（cross然后fit）对我来说似乎很好。

首先，您要评估模型在已知数据上的性能。取所有CV分数的平均值很有意思，但也许最好留下原始分数，看看你的模型是否在某些集合上不起作用。

如果您的模型有效，那么您可以在您的火车组上使用fit并在测试装置上使用predict。

训练相同的模型k时间不会改变任何东西。