知识卡片
交叉验证分数与模型拟合
交叉验证通过多次训练和留出评分估计模型表现,分层折可尽量保持各类别比例。不要把估算器的 score(X,y) 当成交叉验证入口:RidgeClassifierCV 的 fit 执行内部选择,拟合后的 score 返回给定数据的准确率。原书示例在未拟合时调用 score 并称其返回交叉验证均分,与 官方文档不符(2026-11-21 核验)。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- scikit-learn · 查看原书依据
要在此估算器上执行交叉验证
参考来源
- 位置:《深度学习:从基础到实践(上下册)》第15章《scikit-learn》15.9(来源项目 `extracted/深度学习:从基础到实践(上下册)/_epub-src/text/part0022_split_009.html`)
- 结论依据:原文解释交叉验证、搜索及流水线;接口错误已按官方文档纠正。
- 原始内容:要在此估算器上执行交叉验证,我们只需要使用训练数据和标签调用其score()方法。这一次调用从头到尾为我们完成整个交叉验证过程。score()例程负责将数据分割成折,为每个版本的训练数据构建和评估RidgeClassif