sklearn中的cross_val_score()函數

sklearn.cross_validation.cross_val_score(estimator, X, y=None, scoring=None, cv=None, n_jobs=1, verbose=0, fit_params=None, pre_dispatch=‘2*n_jobs’)

參數

estimator：數據對象
X：數據
y：預測數據
soring：調用的方法
cv：交叉驗證生成器或可迭代的次數
n_jobs：同時工作的cpu個數（-1代表全部）
verbose：詳細程度
fit_params：傳遞給估計器的擬合方法的參數
pre_dispatch：控制並行執行期間調度的作業數量。減少這個數量對於避免在CPU發送更多作業時CPU內存消耗的擴大是有用的。該參數可以是：

• 沒有，在這種情況下，所有的工作立即創建並產生。將其用於輕量級和快速運行的作業，以避免由於按需產生作業而導致延遲
• 一個int，給出所產生的總工作的確切數量
• 一個字符串，給出一個表達式作為n_jobs的函數，如'2 * n_jobs'

返回

交叉驗證每次運行的評分數組

例子

from sklearn import datasets, linear_model
from sklearn.cross_validation import cross_val_score
diabetes = datasets.load_diabetes()
X = diabetes.data[:150]
y = diabetes.target[:150]
lasso = linear_model.Lasso()
print(cross_val_score(lasso, X, y))  

# [ 0.33150734  0.08022311  0.03531764]