python - 从训练数据中排除某些标签但保留在测试数据中,sklearn cross_val_score
问题描述
我正在使用 SKLearn 训练一些模型并使用 cross_val_score() 对其进行评估。我预测一个介于 1 和 7 之间的整数值;但是,在训练期间,我只想在标签为 1、2、5、6 或 7 的样本上训练模型,但我想在整个 1-7 范围内的样本上进行测试。使用 train_test_split 很容易做到这一点;但是有谁知道我如何在 cross_val_score() 中做到这一点(即在每次迭代时从训练折叠中删除样本?)。我的问题类似于这个问题;但是,我仍然不太确定该怎么做。
解决方案
推荐阅读
- javascript - 我想使用这种模式只允许像'#00000001'这样的字符串
- gmail - 电子邮件警报中的换行符
- javascript - ReactDOM 不是使用 react/17.0.1/umd/react.development.js 定义的
- javascript - 如何使用jquery一一显示/显示多个div元素?
- laravel - 如何创建类别和子类别之间的关系
- angular - Primeng 单选按钮标签
- reactjs - React Hook useEffect 缺少依赖项:'History'
- bootstrap-4 - 页面加载时不显示模态(使用引导程序)
- c# - 作为通用函数参数传递的对象的多态行为
- string - 如何将字符串与 bytes32 值进行比较?