我是机器学习的新手，并且在我的模型上使用k折交叉验证。我正在使用cross_val_score。
文档指出cross_val_score返回“分数”数组。分数与准确性一样吗？我真的无法在网上找到答案。
答案 0 :(得分：2)
cross_val_score中使用的“分数”可以通过函数的scoring参数来指定。从docs（与问题中相同的链接）：
评分：字符串，可调用或无，可选，默认：无字符串 （请参阅模型评估文档）或得分手可调用对象/ 具有签名计分器（估计器，X，y）的函数，应返回 只有一个值。
类似于cross_validate，但只允许使用一个指标。
如果为“无”，则使用估算器的默认评分器（如果有）。
因此，您可以将准确度作为分数，但是如果您未指定任何特定分数，则将使用估算器的默认值。如果我没记错的话，估计器的默认值通常只是它的损失函数。基于您正在讨论准确性的事实，我假设您正在处理分类问题，其中损失是交叉熵...所以，这可能就是您所看到的。
您可以通过计算损失并将其与您的得分进行比较来验证这一点。