如何解决scikit-learn中的部分交叉验证
基本交叉验证:
from sklearn.model_selection import cross_val_score
from sklearn import datasets
X,y = datasets.load_iris(return_X_y=True)
clf = svm.SVC(kernel='linear',C=1)
scores = cross_val_score(clf,X,y,cv=5)
假设还有另一个数据X2
和y2
,我想将它们与X
和y
连接,但是我不想将其参与交叉验证。 (X2
和y2
的全部五折都应作为训练的一部分。)
是否仍然可以使用scikit-learn中的cross_val_score
?
换句话说,cross_val_score
中的部分数据始终保留在训练集中的情况下是否可以进行部分交叉验证?
P.S:实际上,X2
和y2
是合成的补充数据,我想知道它们的存在会帮助模型更好地发挥作用。因此,为了公平起见,它们不应成为测试的一部分。
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。