predict_proba如何与交叉验证工作?

Question

当使用5-fold交叉验证创建模型时，将创建5个不同的模型。最终模型的选择可以有所不同:

1. 最佳估计(或其他标准)模型中的5倍创建模型或
2. 模型在所有数据集上训练时创建。

我理解交叉验证是用于模型检查，而不是用于模型构建。当模型中使用predict_proba时，这个概率是如何定义的?你能分享一些关于在R和Python的sklearn中如何使用交叉验证对插入符号进行预测的论文或文章吗?

Answer 1

sklearn.model_selection.cross_val_predict的文档明确指出，您可以使用method参数指定预测方法，例如method='predict_proba'。

如果你这样做，它只是在内部调用该方法而不是predict。结果是当每个折叠都是验证集时对所做的目标的估计。在交叉验证。

为了它的价值，我不会从得分最高的CV折叠中选择模型。在你所有的数据上训练最终模型。