分组交叉验证LassoCV scikit-learn

Question

我使用LassoCV（）回归器与分组交叉验证对象相结合，遇到了一些奇怪的错误。

更具体地说，如果有数据框df和目标列y，我想执行LeaveOneGroupOut（）交叉验证。如果我运行以下内容：

df = np.random.rand(100,50)
y = np.random.rand(100)
logo = LeaveOneGroupOut()
groups = np.random.randint(0,10,100)
lassoCV = linear_model.LassoCV(eps=0.0001, n_alphas=400, max_iter=200000, cv=logo, normalize=False, random_state=9) `

跑步：

lassoCV.fit(df,y)

会导致错误：ValueError: The 'groups' parameter should not be None.

如果我跑：

lassoCV.fit(df,y,groups)

我收到错误：TypeError: fit() takes 3 positional arguments but 4 were given。

在我看来，第二种选择是要走的路。我做错了吗？或者这是scikit-learn中的错误？

Answer 1

groups错误是指LeaveOneGroupOut拆分方法中的参数。根据引用的文档here，cv参数应该是一个可以产生训练/测试分裂的迭代。因此，您只需使用split方法创建生成器对象。

gen_logo = logo.split(df, groups=groups)  # create your generator
lassoCV = linear_model.LassoCV(eps=0.0001, n_alphas=400, max_iter=200000, cv=gen_logo, normalize=False, random_state=9)  # pass it to the cv argument
lassoCV.fit(df, y)  # now fit