我想知道sklearn.LassoCV如何执行交叉验证。特别是我想知道如何将样本细分为折叠。这是一个随机或确定的过程吗？
例如，假设我有100个样本，我使用10倍交叉验证，并考虑F将每个样本发送到其折叠的函数。
F（1:10）= 1，F（11:20）= 2，......或者是随机过程（例如F（1）= 8，F（2）= 7 ...）
如果问题不明确，请告诉我。
谢谢：）
好的，这是解决方案：
from sklearn.linear_model import LassoCV
from sklearn.cross_validation import KFold
kf=KFold(len(y),n_folds=10,shuffle=True)
cv=LassoCV(cv=kf).fit(x,y)
答案 0 :(得分：3)
我假设您将关键字arg cv=10传递给LassoCV构造函数？
如果是这种情况，那么这将创建一个10倍的KFold对象：看一下check_cv LinearModelCV中LassoCV的调用位置KFold亲本）。
random_state采用numpy.random关键字参数（默认为无 - 所以/dev/urandom会尝试在False或类似的东西上播种 - 但是如果shuffle是{{ 1}}（默认情况下），然后random_state实际上没有做任何事情。折叠是从数据集中的相邻成员中选择的。
如果要随机化折叠，则应使用KFold创建shuffle=True对象，并将该对象用作cv关键字参数，而不是10。
来源：