不知道get_n_splits的目的是什么，为什么要这样做。

Question

我在跟踪一个 内核在Kaggle上 并看到了这段代码。

#Validation function
n_folds = 5

def rmsle_cv(model):
    kf = KFold(n_folds, shuffle=True, random_state=42).get_n_splits(train.values)
    rmse= np.sqrt(-cross_val_score(model, train.values, y_train, scoring="neg_mean_squared_error", cv = kf))
    return(rmse)

我明白了KFold的目的和用途，也明白了在'cross_val_score'中使用的事实，但我不明白的是为什么要使用'get_n_split'？我不明白的是为什么要使用'get_n_split'？据我所知，它返回的是用于交叉验证的迭代次数，也就是说，在这种情况下，返回的值是5。当然，对于这一行。

rmse= np.sqrt(-cross_val_score(model, train.values, y_train, scoring="neg_mean_squared_error", cv = kf))

cv = 5? 这对我来说没有任何意义。如果get_n_splits返回一个整数，为什么还要使用它呢？我想 KFold返回一个类 而 get_n_splits 返回一个整数。

谁能帮我理清一下思路？

Answer 1

我以为KFold会返回一个类，而 get_n_splits 返回一个整数。

当然可以 KFold 是一个类，其中一个类方法是 get_n_splits，它返回一个整数；你的所示的 kf 可变的

kf = KFold(n_folds, shuffle=True, random_state=42).get_n_splits(train.values)

不是 KFold 类对象的结果，它是 KFold().get_n_splits() 办法，而且它确实是一个整数。事实上，如果你检查一下 文件, get_n_splits() 甚至不需要任何参数（它们实际上是被忽略的，只是为了与其他类和方法的兼容性而存在）。

至于被质疑的 get_n_splits 方法，能够查询这样的类对象以获取它们的参数设置，这绝不是一个坏主意（相反）；想象一下这样的情况：你有多个不同的 KFold 对象，你需要在程序流程中以编程的方式获得它们各自的CV折数。