cross_val_predict(见doc，v0.18)是否使用下面代码中所示的k-折叠方法计算每个折叠的精度，并最终求平均值？
cv = KFold(len(labels), n_folds=20)
clf = SVC()
ypred = cross_val_predict(clf, td, labels, cv=cv)
accuracy = accuracy_score(labels, ypred)
print accuracy
不，不是！
根据交叉验证文档页面，cross_val_predict不返回任何分数，只返回基于特定策略的标签，如下所述：
函数cross_val_epredict与cross_val_score，，但对于输入中的每个元素，返回该元素在测试中获得的预测设置。只有将所有元素分配给可以只使用一次测试集(否则，将引发异常)。
因此，通过调用accuracy_score(labels, ypred)，您只是在计算通过上述特定策略预测的标签与真实标签的准确度分数。这在同一文档页面中再次指定：
然后可以使用这些预测来评估分类器：
predicted = cross_val_predict(clf, iris.data, iris.target, cv=10) metrics.accuracy_score(iris.target, predicted)请注意，此计算的结果可能略有不同从使用crossval_score作为元素分组获得的那些以不同的方式
如果你需要不同折叠的准确度分数，你应该尝试：
>>> scores = cross_val_score(clf, X, y, cv=cv)
>>> scores
array([ 0.96..., 1. ..., 0.96..., 0.96..., 1. ])
然后对于所有折叠的平均精度使用scores.mean():
>>> print("Accuracy: %0.2f (+/- %0.2f)" % (scores.mean(), scores.std() * 2))
Accuracy: 0.98 (+/- 0.03)
如何计算每个折叠的Cohen kappa系数和混淆矩阵
为了计算Cohen Kappa coefficient和混淆矩阵，我假设你的意思是真实标签和每个折叠的预测标签之间的kappa系数和混淆矩阵：
from sklearn.model_selection import KFold
from sklearn.svm.classes import SVC
from sklearn.metrics.classification import cohen_kappa_score
from sklearn.metrics import confusion_matrix
cv = KFold(len(labels), n_folds=20)
clf = SVC()
for train_index, test_index in cv.split(X):
clf.fit(X[train_index], labels[train_index])
ypred = clf.predict(X[test_index])
kappa_score = cohen_kappa_score(labels[test_index], ypred)
confusion_matrix = confusion_matrix(labels[test_index], ypred)
cross_val_predict返回什么
它使用KFold将数据拆分为k部分，然后进行i=1..k迭代：
- 将
i'th部分作为测试数据，将所有其他部分作为训练数据 - 使用训练数据训练模型(除
i'th外的所有部分) - 然后，通过使用该训练模型，预测
i'th零件(测试数据)的标签
在每次迭代中，对i'th部分数据的标签进行预测。最后，cross_val_epredict合并所有部分预测的标签，并将它们作为最终结果返回。
此代码逐步显示此过程：
X = np.array([[0], [1], [2], [3], [4], [5]])
labels = np.array(['a', 'a', 'a', 'b', 'b', 'b'])
cv = KFold(len(labels), n_folds=3)
clf = SVC()
ypred_all = np.chararray((labels.shape))
i = 1
for train_index, test_index in cv.split(X):
print("iteration", i, ":")
print("train indices:", train_index)
print("train data:", X[train_index])
print("test indices:", test_index)
print("test data:", X[test_index])
clf.fit(X[train_index], labels[train_index])
ypred = clf.predict(X[test_index])
print("predicted labels for data of indices", test_index, "are:", ypred)
ypred_all[test_index] = ypred
print("merged predicted labels:", ypred_all)
i = i+1
print("=====================================")
y_cross_val_predict = cross_val_predict(clf, X, labels, cv=cv)
print("predicted labels by cross_val_predict:", y_cross_val_predict)
结果是：
iteration 1 :
train indices: [2 3 4 5]
train data: [[2] [3] [4] [5]]
test indices: [0 1]
test data: [[0] [1]]
predicted labels for data of indices [0 1] are: ['b' 'b']
merged predicted labels: ['b' 'b' '' '' '' '']
=====================================
iteration 2 :
train indices: [0 1 4 5]
train data: [[0] [1] [4] [5]]
test indices: [2 3]
test data: [[2] [3]]
predicted labels for data of indices [2 3] are: ['a' 'b']
merged predicted labels: ['b' 'b' 'a' 'b' '' '']
=====================================
iteration 3 :
train indices: [0 1 2 3]
train data: [[0] [1] [2] [3]]
test indices: [4 5]
test data: [[4] [5]]
predicted labels for data of indices [4 5] are: ['a' 'a']
merged predicted labels: ['b' 'b' 'a' 'b' 'a' 'a']
=====================================
predicted labels by cross_val_predict: ['b' 'b' 'a' 'b' 'a' 'a']
从github上的cross_val_predict代码中可以看到，该函数为每个折叠计算预测并将其连接。预测是基于从其他褶皱中学习到的模型进行的。
以下是您的代码和代码中提供的示例的组合
from sklearn import datasets, linear_model
from sklearn.model_selection import cross_val_predict, KFold
from sklearn.metrics import accuracy_score
diabetes = datasets.load_diabetes()
X = diabetes.data[:400]
y = diabetes.target[:400]
cv = KFold(n_splits=20)
lasso = linear_model.Lasso()
y_pred = cross_val_predict(lasso, X, y, cv=cv)
accuracy = accuracy_score(y_pred.astype(int), y.astype(int))
print(accuracy)
# >>> 0.0075
最后，回答您的问题："不，精度不是每个折叠的平均值">
正如文档中所写的那样sklearn.model_selection.cross_val_prect:
将这些预测传递到评估中是不合适的米制的使用cross_validate来测量泛化误差。
我想添加一个选项，在前面的开发人员的贡献之上，提供一个快速简单的答案。
如果你取F1的微平均值，你基本上会得到准确率。例如：
from sklearn.model_selection import cross_val_score, cross_val_predict
from sklearn.metrics import precision_recall_fscore_support as score
y_pred = cross_val_predict(lm,df,y,cv=5)
precision, recall, fscore, support = score(y, y_pred, average='micro')
print(fscore)
这在数学上是可行的，因为微平均值给出了混淆矩阵的加权平均值。
祝你好运。