python - 为什么 LogisticRegressionCV 的 .score() 与 cross_val_score 不同？

Question

我正在使用 LogisticRegressionCV 的.score()方法为我的模型生成准确度分数。

我也曾经用相同的 cv split ( )cross_val_score产生准确度分数，期望显示相同的分数。skf

但唉，他们是不同的，我很困惑。

我首先做了一个 StratifiedKFold：

skf = StratifiedKFold(n_splits = 5,
                      shuffle = True,
                      random_state = 708)

之后我实例化了一个 LogisticRegressionCV()skf作为 CV 参数的参数，在训练集上进行拟合和评分。

logreg = LogisticRegressionCV(cv=skf, solver='liblinear')

logreg.fit(X_train_sc, y_train)
logreg.score(X_train_sc, y_train)

这给了我 0.849507735583685 的分数，默认情况下是准确的。由于这是 LogisticRegressionCV，所以这个分数实际上是平均准确率分数，对吧？

然后我用cross_val_score：

cross_val_score(logreg, X_train_sc, y_train, cv=skf).mean()

这给了我 0.8227814439082044 的平均准确度得分。

我对为什么分数不同感到有点困惑，因为我认为我基本上在做同样的事情。

标签： pythonscikit-learnclassificationlogistic-regressioncross-validation

Answer 1

[ .score] 实际上是平均准确度分数，对吗？

不是。score这里的方法是最终分类器的准确度得分（在整个训练集上重新训练，使用正则化强度的最佳值）。通过再次在训练集上对其进行评估，您将获得对未来性能的乐观估计。

要恢复交叉验证分数，您可以使用属性scores_. 即使使用相同的折叠，由于求解器中的随机性，如果它没有完全收敛，这些可能会略有不同。cross_val_score