2016-12-06 6 views
1

나는 정말 쉬운 것을 놓치고 있는지 확실하지 않지만 뭔가 힘들게 Google에 도전하려고합니다.Scikit-learn - Cross는 스코어와 예측을 한 번에 검증합니다.

scikit-learn에는 cross_val_scorecross_val_predict 기능이 있습니다. 그러나 나는 한 번에 점수와 예측을 모두 얻을 수있는 방법을 찾을 수 없습니다. 위의 함수를 하나씩 호출하는 것이 계산 시간 낭비임을 분명히 알 수 있습니다. cross_val_score_predict 기능이나 이와 유사합니까?

+0

도움이 될 수 있습니다. http://scikit-learn.org/stable/modules/cross_validation.html#obtaining-predictions-by-cross-validation – Jakub

+0

감사합니다. 메트릭스 변동성에 대해 살펴 보았습니다. 아래의 질문에) – Matek

+1

이것은 자연스러운 일이라 생각합니다. 구현되지 않았습니다. 일반적으로 나는 oof score와 oof prediction을 얻고 싶습니다. 그래서 모델을 평가 한 후 나중에 앙상블 된 예측을 유지할 수 있습니다. – josh

답변

1

cross_val_predict을 실행하면 결과에 대한 메트릭을 확인할 수 있습니다. cross_val_predict은 점수 자체를 계산하지 않으므로 계산 시간이 낭비되지 않습니다.

이렇게해도 접힌 점수는 없지만 집계 된 점수 만 (반드시 나쁜 것은 아닙니다). 제 생각에는 KFold/... 인스턴스를 명시 적으로 만든 다음이를 사용하여 cross_val_predict 결과를 분할하여 해결할 수 있다고 생각합니다.

+0

그래, 그건 명백한 접근법이야. 것은 실제로 이런 식으로 불가능한 메트릭스 변동성을 살펴보고 싶었습니다. 당신이 제안한 것처럼 코드를 직접 작성하겠습니다. 감사 – Matek