当我们将没有predict 方法的东西传递给cross_val_score 时,究竟计算了什么,就像这里
from sklearn.model_selection import cross_val_score
from sklearn.decomposition import PCA
# X is some data, say two dimensional numpy array of reals
cross_val_score(PCA(n_components=10), X)
也就是说,使用不带 y 且不带 predict 的 cross_val_score。
我之前问过here , 但没有回复。
谢谢!
请您参考如下方法:
在这种情况下,PCA 有一个评分方法(参见 here ):它返回“所有样本的平均对数似然”。因此,您的 cross_val_score 返回在每个交叉验证步骤上计算的分数。
