是否有正确的方法来执行LOOCV并将误差估计为所有列车数据的平均值。 我已经按照以下方式执行了K-FOLD CROSS-VALIDATION:
scores = cross_val_score(clf, X, y, cv = 10, scoring = "accuracy")
print('mean score and the 95% confidence interval of the score estimate')
print("Accuracy: %0.2f (+/- %0.2f)" % (scores.mean(), scores.std() * 2))
我想知道LOOC的正确方法是什么,因为这个假设cv = N(实例数)。我正在文档中阅读它,但我正在寻找的是LOOCV的估计误差。 我遇到的是这段代码,但它似乎没有为每次验证产生准确性或错误:
from sklearn.model_selection import LeaveOneOut
loo = LeaveOneOut()
for train, test in loo.split(X):
print("%s %s" % (train, test))
提前致谢