sklearn LassoCV如何执行交叉验证？

Question

我想知道sklearn.LassoCV如何执行交叉验证。特别是我想知道这些样本是如何在褶皱中细分的。这是一个随机的还是确定性的过程？

例如，假设我有100个样本，并且使用了10次交叉验证，并且考虑F将每个样本发送到它的函数。 F（1:10）= 1，F（11:20）= 2，...或者它是一个随机过程（例如F（1）= 8，F（2）= 7 ... ）

让我知道如果问题不明确。

谢谢:)

确定这是解决方案：

from sklearn.linear_model import LassoCV 
from sklearn.cross_validation import KFold 

kf=KFold(len(y),n_folds=10,shuffle=True) 
cv=LassoCV(cv=kf).fit(x,y) 

Answer 1

我假设你正在传递的关键字ARG cv=10到LassoCV构造？

如果是这样的话，那么这将创建一个对象KFold用10倍：看看其中check_cv被称为在LinearModelCV（LassoCV的父）。

KFold需要random_state关键字参数（默认为无 - 所以numpy.random会尽量种子上/dev/urandom或类似的东西） - 但如果洗牌False（这是默认设置），然后random_state实际上并没有做任何事情。折叠是从数据集中的相邻成员中选择的。

如果你想随机化的褶皱，您应该创建一个KFold物体shuffle=True，并使用该对象作为cv关键字参数，而不是10。

来源：

1. https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/linear_model/coordinate_descent.py
2. https://github.com/scikit-learn/scikit-learn/blob/master/sklearn/cross_validation.py