如何解决我应该将 shuffle=True 还是 False 放在 sklearn KFold 交叉验证中?
我正在使用 cross_val_score
和 KFold
在我的数据集上研究一些 cross_validation 分数
特别是我的代码如下所示:
cross_val_score(estimator=model,X=X,y=y,scoring='r2',cv=KFold(shuffle=True))
我的问题是将 shuffle=True
放入 KFold
是否是一种常见行为:如果我这样做,r2 分数的回报是:
[0.5934,0.60432,0.45689,0.6875,0.5678]
如果我输入 shuffle=False
它会返回
[0.3987,4576,0.3234,0.4567. 0.3233]
我不希望用于迭代训练的相同点被重新考虑用于下一次,最终得到交叉验证的乐观分数..我应该如何解释我使用{{获得更好的分数1}} ?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。