如何将.fit()与交叉验证一起使用

Question

我对数据科学很陌生，有点困惑。我只是想确保我的方法是合理的。

我创建了如下模型：

lr7 = GaussianNB().fit(X_train,y_train)

然后使用cross_val_prdictive((。

y_pred8 = cross_val_predict(lr8, X_test, y_test, cv=5, n_jobs=-1, verbose=5)

首先交叉验证列车组不是更有意义吗？

scikitslearn中还有一个cross_validate()函数。将这个与火车数据集一起使用正确吗？在文档中，他们使用X和y表示两者，而不是训练/测试分离的数据。

Answer 1

实现交叉验证的一种简单方法是使用cross_val_score函数(来自sklearn。这可能适合您的问题。

# build model
lr7 = GaussianNB()
scores = cross_val_score(lr7, X, y, cv=5)

请注意，在交叉验证中，您可以使用整个数据集或训练部分X_train、y_train，但决不能使用代码中显示的测试部分。