检查交叉验证#

sklearn.model_selection.check_cv(cv=5, y=None, *, classifier=False)[source]#

构建交叉验证器的输入检查器实用程序。

参数：

cvint、交叉验证生成器、迭代器或 None，默认为 5

确定交叉验证拆分策略。cv 的可能输入为：- None，使用默认的 5 折交叉验证，- 整数，指定折叠数。- CV 分割器，- 生成 (train, test) 分割的迭代器，以索引数组的形式。

对于整数/None 输入，如果 classifier 为 True 且 y 为二元或多元分类，则使用 StratifiedKFold。在所有其他情况下，使用 KFold。

请参考用户指南了解此处可使用的各种交叉验证策略。

0.22 版本中的变更： cv 的默认值从 3 折更改为 5 折。

y类数组，默认为 None

监督学习问题的目标变量。

classifier布尔值，默认为 False

任务是否为分类任务，如果是，则将使用分层 KFold。

返回：

checked_cv交叉验证器实例。: 返回值是一个交叉验证器，它通过 split 方法生成训练/测试分割。

示例

>>> from sklearn.model_selection import check_cv
>>> check_cv(cv=5, y=None, classifier=False)
KFold(...)
>>> check_cv(cv=5, y=[1, 1, 0, 0, 0, 0], classifier=True)
StratifiedKFold(...)