這里我有一段Python代碼，取自SoloLearn，scores = []kf = KFold(n_splits=5, shuffle=True)for train_index, test_index in kf.split(X): X_train, X_test = X[train_index], X[test_index] y_train, y_test = y[train_index], y[test_index] model = LogisticRegression() model.fit(X_train, y_train) scores.append(model.score(X_test, y_test))print(scores)print(np.mean(scores))那么我的問題是，我需要在每次拆分中創建一個新模型嗎？為什么我們不在 for 之前創建一個 LogisticRegression 呢？我會把它放在前面以節省計算時間，但既然它是以這種方式呈現的，我認為這是有原因的。
3 回答
小唯快跑啊
TA貢獻1863條經驗 獲得超2個贊
好問題！答案是......您不必每次都創建模型。你的直覺是正確的。請隨意移至model = LogisticRegression()循環外部的頂部，然后重新運行以確認。
model.fit(X_train, y_train)無論哪種方式，每次循環后存在的模型對象都是相同的。
莫回無
TA貢獻1865條經驗 獲得超7個贊
簡短的回答是肯定的。
原因是因為這是k折交叉驗證
簡而言之，這意味著您正在訓練k多個模型，評估每個模型的結果并一起求平均值。
我們在沒有單獨的訓練和測試數據集的情況下這樣做。交叉驗證將訓練數據分割成k子組，每個子組都包含自己的測試/訓練分割（我們稱之為折疊）。然后，我們在第一折疊的訓練數據上訓練模型并在測試數據上進行測試。對每個折疊使用新模型重復所有折疊，現在我們對完整數據集有了正確的預測。
墨色風雨
TA貢獻1853條經驗 獲得超6個贊
KFold用于交叉驗證，這意味著訓練模型并評估它。
這樣做時，您顯然需要兩個數據集：訓練數據集和評估數據集。
使用時KFold，您將訓練集分割為折疊數（示例中為 5）并運行五個模型，每次使用五分之一作為驗證集，將數據集的其余部分作為訓練集。
現在，為了回答這個問題：您每次都需要一個新模型，因為您有五個模型，因為第五次每次都有不同的訓練集以及不同的驗證集。您必須創建一個新模型，scikit learn因為當您運行模型時model.fit()，模型是在特定數據集上進行訓練的，因此您不能將其用于另一個訓練數據集。
如果您只想創建一次，您可以制作副本，例如：
model = LogisticRegression(**params)
def parse_kfold(model)
? ? kf = KFold(n_splits=5, shuffle=True)
? ? for train_index, test_index in kf.split(X):
? ? ? ? model_fold = model
? ? ? ? ...
添加回答
舉報
0/150
提交
取消