python - 从重复的 k 折交叉验证中访问预测
问题描述
我想使用 k 折交叉验证进行预测,最后将所有预测存储在一个文件中。
我能够进行预测并获得准确性,这就是我的做法:
cv1 = RepeatedKFold(n_splits=10, n_repeats=3, random_state=1)
model = LogisticRegression()
scores = cross_val_score(model, X, y, scoring='accuracy', cv=cv1, n_jobs=-1)
print('Accuracy: %.3f (%.3f)' % (mean(scores), std(scores)))
但是我没有找到任何方法或功能可以让我访问实际的预测。最后,我想得到一个包含每个数据点的 id 和预测标签的输出。
我试图找到一种访问预测的方法
cross_val_predict(model, X, y, cv=cv1, method='predict')
RepeatedKFold
但是在使用交叉验证时此功能不起作用。
解决方案
推荐阅读
- powerbi - 如何在 Power BI 中创建参数列表下拉菜单?
- html - 悬停 Chrome 字段建议会缩小输入
- ios - 两种语言的 iOS 应用程序本地化
- python - 识别并删除 AWS 中 12 个月大的孤立快照
- php - “In”子句可以处理的项目的最大限制
- ios - Swift AVPlayer - 以自定义速率循环播放视频的正确方法
- node.js - 上传时如何扫描和删除恶意文件?
- python - 如何通过Python删除文本中的多行?
- javascript - 从 API 结果导出 CSV 不适用于 Firefox JavaScript
- c# - 集成测试中的 MVC 策略覆盖