我想编写自己的函数进行交叉验证,因为在这种情况下我不能使用cross_validate。
如果我错了,请告诉我,但是我的交叉验证代码是:
cv = cross_validate(elastic.est,X,y,cv=5,scoring='neg_mean_squared_error')
输出:
{'fit_time': array([3.90563273, 5.272861 , 2.19111824, 6.42427135, 5.62084389]),
'score_time': array([0.05504966, 0.06105542, 0.0530467 , 0.06006551, 0.05603933]),
'test_score': array([-0.00942235, -0.01220626, -0.01157624, -0.00998556, -0.01144867])}
所以我已经完成了此操作来计算RMSE。
math.sqrt(abs(cv["test_score"]).mean())
结果始终在0.104
然后,我编写了以下函数来循环kFolds,而我总是得到低得多的RMSE得分(它的运行速度快10倍)
def get_rmse(y_true,y_pred):
score = math.sqrt(((y_pred-y_true) ** 2).mean())
return score
listval=[]
kf = KFold(n_splits=5,shuffle=True)
for train_index, test_index in kf.split(X,y):
Xx = np.array(X)
yy = np.array(y)
X_train, X_test = Xx[train_index], Xx[test_index]
y_train, y_test = yy[train_index], yy[test_index]
elastic.est.fit(X_train,y_train)
preds = elastic.est.predict(X_test)
listval.append(get_rmse(y_test,preds))
np.mean(listval)
结果为0.0729,并且始终落在该值附近。
我想念的是什么?相同的数据,相同的估计量,相同的折痕数量?
您观察到的差异来自事实,您对最终数字的计算方式不同:
cross_validate
输出,您首先平均MSE倍,然后取平方根。当然,在一般情况下,均值的均方根不等于均根的均方根。