在cross_val_score中，参数cv的使用方式有何不同？

Question

我正在尝试计算如何进行k折交叉验证。我希望有人可以告诉我我的两份印刷声明之间的区别。他们给了我很多不同的数据，我认为他们会是一样的。

##train is my training data, 
##target is my target, my binary class.

dtc = DecisionTreeClassifier()
kf = KFold(n_splits=10)
print(cross_val_score(dtc, train, target, cv=kf, scoring='accuracy'))
print(cross_val_score(dtc, train, target, cv=10, scoring='accuracy'))

Answer 1

DecisionTreeClassifier来自ClassifierMixin，正如文档中提到的那样（强调我的）：

Computing cross-validated metrics

  

当cv参数为整数时，cross_val_score默认使用KFold或StratifiedKFold策略，如果估算器派生自{，则使用后者{1}}

所以，当您通过ClassifierMixin时，您正在使用cv=10策略，而在传递StratifiedKFold时，您使用的是常规cv=kf策略。

在分类中，分层通常试图确保每个测试折叠具有近似相等的类别表示。有关详细信息，请参阅交叉验证Understanding stratified cross-validation。