使用cross_validate()获取预测值

文章/答案/技术大牛

发布

2回答

machine-learning、scikit-learn、prediction、cross-validation

accuracy', 'rec_micro': 'recall_macro'} cv=5, return_train_score=True) 我想知道是否可以修改它来打印每个折叠的预测值

浏览 3提问于2018-08-08得票数 3

2回答

如何同时获得滑雪板的预测值和误差度量

python、machine-learning、scikit-learn、regression

我有两个独立的python函数，其中一个使用cross_val_predict返回数据集的预测值，另一个使用cross_validate返回多个错误度量值。下面显示了用于获取度量值的方法(我已经实现了一个类似的方法来获得预测)。abs_error': 'neg_mean_absolute_error', 'squared_error': 'neg_mean_squared_error&#x

浏览 6提问于2018-08-13得票数 2

回答已采纳

1回答

我可以在cross_val_predict和cross_validate一起使用scikit learn的cross_validate吗？

scikit-learn、regression、visualization、cross-validation

我正在寻找一个可视化的我的交叉验证数据，在其中，我可以可视化预测发生在交叉验证过程。我正在使用scikit学习的cross_validate来获得我的贝叶斯岭模型的结果(scikit学习BayesianRidge)，但是我不确定我使用cross_val_predict的情节是否表达了相同的预测我的计划是一对一的预测标签，发生在交叉验证与观察到的标签，模型的训练。我在cross_validate和cross_val_predict中都使用相同的折叠数。基

浏览 0提问于2022-11-16得票数 0

回答已采纳

1回答

K-折叠迭代训练模型吗？

scikit-learn、k-fold

如果您在dataset上运行交叉val_score()或cross_validate()，那么估计器是否使用运行结束时的所有折叠进行了培训？我在某个地方读到，交叉val_score得到了估值器的副本。我以为这就是你用k折叠训练模特的方法。或者，在cross_validate()或cross_val_score()的末尾有一个估计器，然后将其用于预测() 我的想法正确吗？

浏览 10提问于2022-05-28得票数 0

回答已采纳

1回答

评分前的后处理交叉验证预测

python、scikit-learn、cross-validation

因此，在将预测输入到分数度量之前，我想拦截这些预测，将预测剪辑为零。我认为使用make_scorer函数对此很有用。是否有可能在交叉验证之后，但在应用评估指标之前，以某种方式对预测进行后处理？sklearn.metrics import mean_squared_error, r2_score, make_scorer from sklearn.model_selection import cross_validatescoring = {'r2': make_sco

浏览 2提问于2018-10-06得票数 3

回答已采纳

2回答

XGBoost回归中的负值

machine-learning、python、scikit-learn、regression、xgboost

我正在尝试使用XGBoost执行回归。我的数据集具有所有正值，但有些预测为负值。📷我的代码是：!n_estimators=570,subsample=0.74,reg_lambda=0.8) from sklearn.model_selection import cross_v

浏览 0提问于2020-10-11得票数 4

1回答

sklearn.cross_validation分数是什么意思？

scikit-learn、cross-validation

我正在使用GradientBoostingRegressor解决一个时间序列预测问题，我认为我看到了明显的过度拟合，这可以从训练的RMSE明显优于预测这一点来证明。我观察到的RMSE与预测值的数量级相同，更重要的是，当我将预测结果提交给Kaggle时，RMSE与RMSE大致相同(尽管后者较低，反映了过度拟合)。其次，我使用相同的培训数据，但应用sklearn.model_selection.cross_validate如下： cross_validate</em

浏览 16提问于2019-12-08得票数 0

1回答

将交叉验证的ML模型应用于未见数据

python、machine-learning、scikit-learn、cross-validation

我想使用scikit学习用X来预测变量y。我想使用交叉验证在训练数据集上训练分类器，然后将这个分类器应用到一个看不见的测试数据集(如中)。from sklearn import datasetsfrom sklearn.model_selectiontrain_test_split(X, y,test_size=75, random_state=4, stratify=y) # Cross validation on

浏览 2提问于2022-09-09得票数 0

回答已采纳

1回答

如何返回每个交叉验证预测的结果？

python、python-3.x、machine-learning、cross-validation

我有一个任务，要求我分析一个模型，但我需要每个交叉验证步骤的输出预测-以及交叉验证在该步骤中使用的数据。这是我的代码：但没起作用results= cross_val_predict(MLPClassifier, X_train, y_train, cv=5) 这两种方法都不起作用，但是第二种方法给了我一组y_train (标签)形状的预测然而

浏览 1提问于2022-03-29得票数 -2

1回答

有没有办法在sklearn上使用MAPE (平均百分比误差)和cross_validate？

python、scikit-learn、cross-validation

我正在尝试使用回归模型来训练和预测多输出数据集(即。预测多个目标列)。在sklearn文档的这个列表中，没有MAPE的记分器：谢谢!

浏览 0提问于2020-10-28得票数 1

1回答

在cross_validate()函数中使用管道测试不同的ML算法

python、machine-learning、scikit-learn、classification、cross-validation

我使用以下脚本在dataset上运行不同的ML算法来比较它们： clf =但是，由于我在脚本中使用的是cross_validate()函数，所以我需要对每个折叠执行规范化和过度

浏览 5提问于2021-12-20得票数 0

回答已采纳

1回答

交叉验证中的准确性和混淆矩阵

python、scikit-learn、confusion-matrix

因此，使用cross_validate，我可以将多个度量传递给scoring参数。根据这个，我可以在每个折叠处返回混淆矩阵的函数def。在这段代码中，它使用X通过.predict(X)预测某些输出。但是，难道不应该使用一个测试集x_test吗？而且，由于在每次折叠时，都会从cross_validate获得不同的测试集，我不明白我们如何才能将X传递给confusion_matrix_scorer()和.predict()。

浏览 15提问于2021-12-16得票数 1

回答已采纳

1回答

学习交叉有效/交叉预测

machine-learning、scikit-learn、data-science

我理解cross_val_predict / cross_val训练出折叠模型，然后对它们进行放大，从而得出最终的预测结果。这是在火车阶段完成的。现在，我想用拟合的模型来预测测试数据。我可以使用for循环来收集测试数据的预测并对它们进行聚合，但是首先我想问一下，是否有一个内置的sklearn方法呢？

浏览 1提问于2020-07-11得票数 0

回答已采纳

1回答

如何在cross_validate后输出/保存合适的模型，并在熊猫上使用

python、pandas、scikit-learn、random-forest

我正在使用cross_validate学习函数来适应一个RandomForest分类器.我想知道是否有一种方法可以导出合适的模型来保存它们并导入来预测新的数据。我尝试使用return_estimator=True选项 cv_results = cross_validate

浏览 1提问于2019-07-05得票数 1

回答已采纳

1回答

如何提取重要的特征后，k-折叠交叉验证，有或没有管道？

python-3.x、scikit-learn、cross-validation

我想要构建一个使用交叉验证的分类器，然后从每个折叠中提取重要的特征(/coefficients)，这样我就可以查看它们的稳定性。目前，我正在使用cross_validate和管道。我想使用管道，以便我可以在每个折叠内进行特征选择和标准化。我被困在如何从每个褶皱中提取特征。我有一个不同的选择，使用管道下面，如果这是问题。SelectKBestfrom sklearn.model_s

浏览 1提问于2019-06-12得票数 4

回答已采纳

1回答

为什么在Python中以这两种不同的方式使用SVM会得到非常不同的准确率分数？

python、svm

使用Python和SVM，我应用了这两段代码：from sklearn.metrics import confusion_matrix from sklearn.metrics

浏览 1提问于2018-08-18得票数 0

回答已采纳

1回答

如何在滑雪交叉验证中获得多类roc_auc？

python、machine-learning、scikit-learn、classification、cross-validation

我有一个分类问题，我希望在sklearn中使用roc_auc值来获得cross_validate值。我的代码如下。RandomForestClassifier(random_state = 0, class_weight="balanced") from sklearn.model_selection import cross_validatecross_validate(clf, X, y, cv=10, scoring = ('accuracy

浏览 2提问于2020-03-24得票数 2

回答已采纳

1回答

为什么sklearn在二进制分类中返回准确率和加权平均召回率相同的值？

python、machine-learning、scikit-learn、classification、metrics

我的问题是二进制分类，我使用以下代码来获取accuracy和weighted average recall。RandomForestClassifier(random_state = 0, class_weight="balanced") from sklearn.model_selection import cross_validatecross_validate(clf, X, y, cv=10, scoring = ('accuracy', 'precision_w

浏览 46提问于2020-03-26得票数 1

回答已采纳

1回答

将组合估计器与sklearn的cross_validate方法一起使用时，"fit_time“参数包括什么？

machine-learning、scikit-learn、deep-learning、cross-validation

使用sklearn make_pipeline实用程序，您可以创建一个复合估计器，如我在下面所做的(clf)。每次调用cross_validate方法时，它首先在未用于验证的kfolds上拟合minmax缩放器，然后转换最终的折叠，然后才是模型拟合。cross_validate方法返回一个名为"fit_time“的值。这个拟合时间是考虑到最小最大缩放，还是只在训练“模型”时进行(make_pipeline的第二个参数)。clf = mak

浏览 1提问于2020-01-06得票数 0

1回答

多输出回归器与sklearn的RFE模块

python、scikit-learn、rfe

我想知道是否有可能使用带有sklearn包的多元估计器进行RFE。我检查了，我找不到任何对它有利或不利的东西。编辑：y = column_or_1d(y, warn=True) 这就要求y是一个向量。有办法解决这个问题吗？

浏览 1提问于2019-07-16得票数 0

点击加载更多