machine-learning - 关于使用 cross_val_score 进行预测的工作流程

Question

我想确认使用cross_val_scoresklearn 进行预测的工作流程。

1. 像这样使用 Logistic 回归模型初始化估计器：

   model = LogisticRegression(solver="lbfgs", max_iter=1000)
   

2. 使用模型、selected_X、selected_Y 和 cv 等参数调用 cross_val_score：

   scores = cross_val_score(model, selected_X, selected_Y, cv=10)
   

3. 获取分数的均值和标准，看看分数是否可以接受，如果不是，在步骤 1 中调整模型参数。如果是，通过调用来拟合模型：

   model.fit(selected_X, selected_Y)
   

4. 最后，使用模型预测数据：

   predict_Y = model.predict(predict_X)
   

请让我知道我的理解是否正确。

标签： machine-learningscikit-learn