我想要一个建议！
我使用 kfold 交叉验证来拆分我的数据集并评估模型的分类问题。
我需要知道是否有办法打印出每个折叠的真实值以及相应的预测值，以便我可以看到模型在 kfold 的每次迭代中预测的内容。我将尝试在一个小数据集中实现它，以便弄清楚它是如何工作的，然后将其放入实际代码中。
我搜索了这个网站，发现了另一个与我类似的问题，但这并没有真正的帮助
我可能应该将这些值放在一个数组中，并使用函数“for”进行循环，并使用“cross_val_predict”来获得预测。
有人可以帮忙吗？
我认为这应该给你你想要的。您不需要明确地通过索引，因为cross_val_predict当它们在验证集中时为您提供所有点的预测值（它会自动处理 k 折拆分）。
from sklearn.svm import SVC
from sklearn.model_selection import KFold, cross_val_predict
X = #features
y = #labels
classifier = SVC(kernel='linear',random_state=0)
classifier.fit(X, y)
kfold = KFold(n_splits=10)
y_pred = cross_val_predict(classifier, X, y, cv=kfold)
for i in range(len(y)):
print('Predicted value = ' + str(y_pred[i]))
print('Real value = ' + str(y[i]))
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句