如何使用cross_val_score获得test_accuracy和准确性

Question

我正在使用CV = 10运行DTC分类器。我得到10折中每一个的精度数组。

 >>clf = DecisionTreeClassifier(random_state=0)
 >>cross_val_score(clf, X, y, cv=10)
        array([1.        , 0.92307692, 1.        , 0.76923077, 1.        ,
               0.92307692, 0.69230769, 0.83333333, 0.91666667, 0.83333333])

我更想分别获得10折的测试和训练准确性。

如何实现他的目标？

Answer 1

一种解决方案是使用带有return_train_score参数的sklearn.model_selection.cross_validate，您可以这样称呼它：

from sklearn.model_selection import cross_validate cross_validate(clf, X, y, cv=10, return_train_score=True)