मान लें कि मेरे पास यह परिदृश्य है:

from sklearn import model_selection
from sklearn.linear_model import LogisticRegression

kfold = model_selection.KFold(n_splits=5, random_state=7)
acc_per_fold = model_selection.cross_val_score(LogisticRegression(),
               x_inputs, np.ravel(y_response), cv=kfold, scoring='accuracy')

मुझे model_selection.cross_val_score() से और क्या मिल सकता है? क्या यह देखने का कोई तरीका है कि प्रत्येक वास्तविक तह के अंदर क्या होता है? क्या मुझे प्रति गुना सटीक-रिकॉल मिल सकता है? अनुमानित मूल्य? अनदेखी डेटा पर भविष्यवाणियां करने के लिए फोल्ड से प्रशिक्षित मॉडल का उपयोग कैसे करें?

1
en1 19 अक्टूबर 2018, 15:11

1 उत्तर

सबसे बढ़िया उत्तर

प्रत्येक तह में क्या होता है यह देखने के लिए आप cross_validate फ़ंक्शन का उपयोग कर सकते हैं।

import numpy as np
from sklearn.datasets import make_classification
from sklearn.model_selection import cross_validate
from sklearn.linear_model import LogisticRegression
from sklearn.metrics import accuracy_score, confusion_matrix, recall_score, roc_auc_score, precision_score

X, y = make_classification(
    n_classes=2, class_sep=1.5, weights=[0.9, 0.1],
    n_features=20, n_samples=1000, random_state=10
)
clf = LogisticRegression(class_weight="balanced")
scoring = {'accuracy': 'accuracy',
           'recall': 'recall',
           'precision': 'precision',
           'roc_auc': 'roc_auc'}
cross_val_scores = cross_validate(clf, X, y, cv=3, scoring=scoring)

आउटपुट निम्नलिखित है,

{'fit_time': array([ 0.        ,  0.        ,  0.01559997]),
 'score_time': array([ 0.01559997,  0.        ,  0.        ]),
 'test_accuracy': array([ 0.9251497 ,  0.95808383,  0.93674699]),
 'test_precision': array([ 0.59183673,  0.70833333,  0.63636364]),
 'test_recall': array([ 0.85294118,  1.        ,  0.84848485]),
 'test_roc_auc': array([ 0.96401961,  0.99343137,  0.96787271]),
 'train_accuracy': array([ 0.96096096,  0.93693694,  0.95209581]),
 'train_precision': array([ 0.73033708,  0.62376238,  0.69148936]),
 'train_recall': array([ 0.97014925,  0.94029851,  0.95588235]),
 'train_roc_auc': array([ 0.99426906,  0.98509954,  0.99223039])}

तो पहली तह में क्या हुआ?

FOLD, METRIC = (0, 'test_precision')
cross_val_scores[METRIC][FOLD]

और क्या precision score स्थिर है?

np.std(cross_val_scores[METRIC])
7
J. Doe 19 अक्टूबर 2018, 12:36