RidgeCV中的CV函数

Question

我在sci-kit学习中使用Ridge回归功能。

有一个交叉验证函数RidgeCV。基本（示例）设置为：

RidgeCV(alphas=[0.1, 1.0, 10.0], cv=None, fit_intercept=True, scoring=None,
    normalize=False,store_cv_values=True)

让我们说我想做10倍的简历。我用“cv =”参数设置它吗？我看到的每个RidgeCV都将cv设置为cv = None。

1）甚至不确定这是设置10倍的正确位置。

2）除了“无”之外，在文档中找不到其他CV =参数值。

由于

Answer 1

如果您设置cv=None，那么RidgeCV将使用＆＃34;广义交叉验证＆＃34;执行留一法交叉验证。公式，一个分析公式，可以为一个岭回归的计算成本提供留一法错误。

如果您想使用其他交叉验证方案，您可以：只需从sklearn.cross_validation导入它们即可。例如

from sklearn.cross_validation import KFold, ShuffleSplit

cv1 = KFold(n_samples, k=10)
cv2 = ShuffleSplit(n_samples, test_size=.2, n_iter=20)

然后，您可以将这些迭代器作为cv=...传递。如果您将cv设置为某个数字，例如cv=5，则默认为KFold(n_samples, k=5)交叉验证。